République Algérienne Démocratique et Populaire...
Transcript of République Algérienne Démocratique et Populaire...
République Algérienne Démocratique et Populaire Université Abou Bakr Belkaid– Tlemcen
Faculté des Sciences Département d’Informatique
Mémoire de fin d’études
Pour l’obtention du diplôme de Master en Informatique
Option: Système d’Information et de Connaissances (S.I.C)
Thème Etude et proposition d’un modèle
d’économie d’énergie pour les réseaux de capteurs sans fil :
Application médicale sportive
Réalisé par :
- Hichem HADDOU BENDERBAL - Imen KOULOUGHLI
Présenté le 26 septembre 2012 devant le jury composé de MM.
- Mr. Amine CHIKH (Président)
- Mr. Hassine MOUNGLA (Encadreur)
- Mme. Souad KHITRI (Co-Encadreur)
- Mr. Amine BOUDEFLA (Examinateur)
- Mr. Mohammed LEHSAINI (Examinateur)
Année universitaire : 2011-2012
I
« Tout dépend des perspectives, Alors soyez créatifs »
HB. Hichem 2012
II
Remerciements
Au nom d’ALLAH, le Tout Miséricordieux le plus grand merci lui revient de nous avoir
guidé vers le droit chemin, de nous avoir aidé tout au long de nos années d’étude et pour
toutes ses grâces qui nous entourent.
Nous adressons nos remerciements les plus sincères à toutes les personnes qui nous ont
apporté leur aide et qui ont contribué à l’élaboration de ce mémoire.
Nous tenons à remercier sincèrement Monsieur Hassine Moungla, qui, en tant
qu’encadreur de ce mémoire, s'est toujours montré à l'écoute et très disponible tout au
long de la réalisation de notre travail, ainsi que pour l'aide et le temps qu'il a bien voulu
nous consacrer et sans qui ce mémoire n'aurait jamais vu le jour.
Nos remerciements s’adressent également à Madame Souad Khitri: notre enseignante et
co-encadreur pour sa générosité, sa confiance, et la grande patience dont elle a su faire
preuve malgré ses charges.
Nous exprimons notre gratitude à Monsieur Chems Eddine Benmoussat qui a accepté de
répondre à nos questions avec gentillesse, et pour tous ses conseils.
Nous remercions aussi les membres du jury Mr A.CHIKH d’avoir accepté de présider
ce jury, Mr A.BOUDEFLA et Mr M.LEHSAINI d’avoir accepté d’évaluer et
d’examiner ce travail, et de consacrer une partie de leurs précieux temps afin de le juger
au mieux.
Enfin, nous adressons nos plus sincères remerciements à tous nos proches et amis, qui
nous ont toujours soutenus et encouragés au cours de la réalisation de ce mémoire. Nous
remercions particulièrement nos parents pour leur contribution, leur soutien et leur
patience. Merci à tous et à toutes.
III
Dédicaces
Je dédie ce mémoire à ma nièce adorée Lydia qui m’apporte énormément de bonheur
et de joie.
Je dédie également ce mémoire à mes deux sœurs kamila et sihem qui ont toujours su
m’aider et m’encourager à aller de l’avant.
A mes parents qui m’ont soutenu à faire mes premiers pas étant enfant, puis mes
premiers pas dans la vie d’adulte.
A ma tante Malika qui m’a toujours épaulée quand j’en eu besoin.
K. Imen
IV
Dédicaces
Je dédie ce petit travail
A ma grand-mère paix à son âme,
A mes très chers parents pour tous leurs sacrifices et efforts durant ces longues années,
A mon très cher oncle Habib et à ma deuxième chère mère Fatiha de m’avoir accueilli
en tant que fils,
A mes frères Djamel, Amine, Otman et Ayoub,
A mes sœurs Soumaia et aya,
A toute la famille HADDOU BENDERBAL,
A tous mes amis spécialement Oussama, Tariq, SAKY, Saouli, Fayssal, Fethi et Elhadi,
A toute la promotion Informatique qui contient mes très chers collègues,
Au Club Universitaire Scientifique de Tlemcen CLUST et surtout au noyau,
Finalement je le dédie avec un grand plaisir aux chercheurs qui contribuent chaque jour
pour nous apporter les merveilles des sciences et aux futurs chercheurs qui vont
continuer à donner.
HB. Hichem
V
Résumé
Dans ce mémoire, nous nous sommes tout d'abord focalisés sur des réseaux de capteurs
sans fils de petite taille dans le domaine médico-sportif. Nous avons conçu une solution
protocolaire dédiée pour le routage dynamique et l’économie d’énergie, cette solution
nommée « DREEM : Dynamic Routing Energy Efficient Model» est composée de :
Une stratégie de mise en veille que nous proposons permettant d’étendre la
durée de vie du réseau.
Un algorithme de localisation « CTA : Closer Tracking Algorithme » pour
localiser les capteurs en se basant sur la métrique « RSSI : Received Signal
Strength Indication ». Pour adopter cet algorithme à notre cas d’étude nous lui
avons apporté les modifications nécessaires afin de déterminer dans quel état se
trouvait l’athlète et selon cet état il était possible de choisir une topologie pour
appliquer le troisième algorithme d’un protocole de routage ELQR (Energy and
Link Quality based Routing).
Le protocole de routage ELQR : L’avantage qu’offre ELQR en plus de prendre
en considération l’état du lien est le fait d’avoir une colonne de plus dans les
tables de routage spécialement dédiée à l’énergie résiduelle des nœuds voisins.
Mots clés : Réseaux de capteurs sans fil, capteurs médicaux-sportifs, capteur intelligent,
WBAN, Routage dynamique, RSSI, Economie d’énergie.
VI
Glossaire ACA Approximately Closer Approach
AoA Angle of Arrival
CTA Closer Tracking Algorithm
CTP Collection Tree Protocol
DREEM Dynamic Routing Energy Efficient Model
ELQR Energy and Link Quality based Routing
ETX Expected Transmission Count
FPT Fingerprinting
HEED Hybrid Energy-Efficient Distributed Clustring
GEAR Geographic and Energy Aware Routing
LEACH Low-Energy Adaptive Clustering Hierarchy
LQE Link Quality Estimator
PRR Packet Reception Ratio
QoS Quality of Service
RCSF Réseaux de Capteurs Sans Fil
RSSI Received Signal Strength Indication
RTT Real Time Tracking
SAR Sequential Assignment Routing
SPIN Sensor protocol for Information via Negotiation
SRB Saved ReBroadcast
TEEN Threshold sensitive Energy Efficient sensor Network protocol
TDoA Time Difference of Arrival
ToA Time of Arrival
WBAN Wireless Body Area Network
WSN Wireless Sensor Network
VII
Table des matières 1 Réseaux de capteurs sans fil ...................................................................................3
1.1 Introduction .....................................................................................................4
1.2 Capteur ...........................................................................................................4
1.2.1 Unité de captage .......................................................................................4
1.2.2 Unité de traitement ...................................................................................4
1.2.3 Unité de communication...........................................................................4
1.2.4 Unité de contrôle d'énergie .......................................................................5
1.3 Réseaux de capteurs ........................................................................................6
1.3.1 Définition .................................................................................................6
1.3.2 Composition d’un réseau de capteurs........................................................6
1.3.3 Types d’architectures des réseaux de capteurs ..........................................7
1.3.4 Caractéristiques des réseaux de capteurs ...................................................7
1.4 WBAN (Wireless Body Area Network) ...........................................................9
1.5 Économie d’énergie des capteurs .....................................................................9
1.5.1 Etat de capteur ....................................................................................... 10
1.5.2 Optimisation de la consommation d’énergie ........................................... 10
1.6 Mobilité ........................................................................................................ 11
1.7 Architecture protocolaire ............................................................................... 12
1.8 Protocoles ..................................................................................................... 13
1.8.1 Performance d’un protocole de diffusion ................................................ 13
1.8.2 Mécanismes utilisés pour atteindre les caractéristiques requises des WSNs (Wireless Sensor Network) ................................................................................... 14
1.8.3 Clustring ................................................................................................ 15
1.8.4 Classification des protocoles de routage des RCSF ................................. 16
1.9 Conclusion .................................................................................................... 19
2 Etat de l’art .......................................................................................................... 20
2.1 Introduction ................................................................................................... 21
2.2 Travaux de recherche sur les réseaux de capteurs sans fil .............................. 21
2.2.1 MOBINET ............................................................................................. 21
2.2.2 Un capteur pour sportifs ......................................................................... 21
2.2.3 Xtremlog ................................................................................................ 22
2.2.4 Des capteurs de pression ultra souples .................................................... 22
2.2.5 Limites sur la Durée de vie de Réseau .................................................... 22
VIII
2.2.6 Diffusion et couverture basées sur le clustering dans les réseaux de capteurs 23
2.2.7 Étude Comparative des Protocoles de communication sans fil ................ 23
2.3 Estimations des distances dans les RCSF ....................................................... 24
2.3.1 RSSI (Received Signal Strength Indicator) ............................................. 25
2.3.2 Time Difference of Arrival (TDoA) ....................................................... 25
2.3.3 Angle of Arrival (AoA) .......................................................................... 26
2.3.4 Time Of Arrivals .................................................................................... 26
2.4 Synthèse ........................................................................................................ 27
2.5 Conclusion .................................................................................................... 29
3 Conception du Modèle DREEM ........................................................................... 30
3.1 Introduction ................................................................................................... 31
3.2 Dynamic Routing Energy Efficient Model (DREEM) .................................... 32
3.2.1 Architecture du modèle DREEM ............................................................ 32
3.2.2 Réseau de capteurs sans fil ..................................................................... 32
3.2.3 Stratégie de mise en veille ...................................................................... 37
3.2.4 Choix dynamique de la topologie ........................................................... 39
3.2.5 Routage avec économie d’énergie .......................................................... 43
3.2.6 Fonctionnement du modèle .................................................................... 46
3.2.7 Schématisation du Modèle DREEM ....................................................... 50
3.3 Conclusion .................................................................................................... 52
IX
Liste des figures FIGURE 1.1: COMPOSANTS D'UN CAPTEUR [10] ................................................................5
FIGURE 1.2 COMPOSITION D’UN RESEAU DE CAPTEURS SANS FIL [4] ................................6
FIGURE 1.3 ARCHITECTURES ADOPTEES POUR LES RESEAUX DE CAPTEURS [10] ................7
FIGURE 1.4 PILE PROTOCOLAIRE [8] .............................................................................. 13
FIGURE 1.5 CLUSTRING [5] ........................................................................................... 16
FIGURE 3.1 ARCHITECTURE DU MODELE DREEM ......................................................... 32
FIGURE 3.2 EMPLACEMENT DES CAPTEURS SUR LE CORPS DE L'ATHLETE ........................ 33
FIGURE 3.3 EMPLACEMENT DES CAPTEURS ET TOPOLOGIE POUR L'ETAT A VOS MARQUES 34
FIGURE 3.4 EMPLACEMENT DES CAPTEURS ET TOPOLOGIE POUR L'ETAT PRETS................ 35
FIGURE 3.5 EMPLACEMENT DES CAPTEURS ET TOPOLOGIE POUR L'ETAT PARTEZ ............. 36
FIGURE 3.6 EMPLACEMENT DES CAPTEURS ET TOPOLOGIE POUR L'ETAT REPOS ............... 36
FIGURE 3.7 ARCHITECTURE D'ELQR [28] ..................................................................... 44
FIGURE 3.8 LOCALISATION DE LA MAIN DROITE ............................................................. 50
FIGURE 3.9 ROUTAGE AVEC DREEM............................................................................ 51
X
Liste des tableaux
TABLEAU 2.1 COMPARAISON ENTRE LES PROTOCOLES DE COMMUNICATION [18]............ 24
TABLEAU 3.1 ROLE DES CAPTEURS ............................................................................... 38
TABLEAU 3.2 PROPOSITION D'UNE STRATEGIE DE MISE EN VEILLE ................................. 39
TABLEAU 3.3 LES TERMES PRIMITIFS DE L'ALGORITHME CTA ........................................ 40
TABLEAU 3.4 LES TERMES PHYSIQUE DE L'ALGORITHME CTA ....................................... 40
TABLEAU 3.5 LES TERMES DRIVES DE L'ALGORITHME CTA............................................ 40
TABLEAU 3.6 PSEUDO CODE CTA (1) [27] .................................................................... 41
TABLEAU 3.7 PSEUDO CODE CTA (2) [27] .................................................................... 42
TABLEAU 3.8 MODIFICATIONS SUR ETAPE 1 DE CTA ..................................................... 42
TABLEAU 3.9 MODIFICATIONS SUR ETAPE 4 DE CTA ..................................................... 43
TABLEAU 3.10 MODIFICATIONS SUR ETAPE 2 D’ELQR .................................................. 45
TABLEAU 3.11 ALGORITHME DU MODELE DREEM (1) ................................................. 47
TABLEAU 3.12 ALGORITHME DU MODELE DREEM (2) ................................................. 48
TABLEAU 3.13 ALGORITHME DU MODELE DREEM (3) ................................................. 49
Introduction Générale
1
Introduction générale Actuellement, l’avancement technologique réalisé dans les domaines des
technologies de communication sans fil, et la micro-électronique permettent de créer de
petits systèmes communicants équipés de capteurs à un cout raisonnable. De ce fait, un
nouveau domaine de recherche est apparu offrant des solutions économiquement
intéressantes, qui est le domaine des réseaux de capteurs sans fil. Leurs rôles est de
collecter des données d’un environnement et de les diffuser au sein du réseau. Ce type
de réseaux de capteurs pourrait avoir de très diverses applications.
Les nœuds capteurs composants le réseau disposent généralement de faibles
capacités de calcul, de mémoire et d'énergie, l'accès au médium radio étant l'élément le
plus couteux. Ainsi réduire cette consommation(en réduisant le nombre de paquets
circulant dans le réseau) et prolonger la durée de vie du réseau représentent un énorme
défi. En effet, un réseau de capteurs ne peut survivre s’il perd trop de nœuds ce qui
engendre des pertes de communication dues à une trop grande distance entre les
capteurs.
Les réseaux de capteurs peuvent être programmés à un grand nombre de fins, telles
que le contrôle d'intrusions, le calcul de températures, le calcul de changements
climatiques, parmi ces objectifs nous trouvons la surveillance médicale des patients ou
même la surveillance des athlètes. En implantant des capteurs sur l’athlète, ces derniers
doivent être placés de manière intelligente dans le but de ne pas le gêner lors de son
activité physique. Ces capteurs pourront communiquer entre eux pour ensuite reléguer
les informations collectées à la station de base.
L’un des problèmes majeurs de ces réseaux de capteurs est de trouver le protocole
de routage le mieux adapté afin de consommer le moins d’énergie possible.
Effectivement, la plupart des recherches actuelles se focalisent soit sur des protocoles
d’accès au médium, soit sur des protocoles de routage sans tenir compte de la possibilité
que certains des capteurs composant le réseau soient mobiles (des capteurs positionnés
sur les bras et/ou pieds) ce qui implique un changement momentané de la topologie.
Dans ce contexte s’insert notre travail, qui consiste à proposer une solution sous
forme d’un modèle que nous avons baptisé « DREEM : Dynamic Routing Energy
Efficient Model ». Ce modèle se base sur l'intelligence artificielle permettant d’une
part de répondre au souci de mobilité dans un réseau à fortes contraintes, et d’autre part
d'économiser l'énergie des capteurs et ainsi celle du réseau, de telle sorte à ce que la
Introduction Générale
2
qualité du monitoring ne soit pas affectée et que le routage des informations soit
optimale.
La suite de notre document est composée de trois chapitres :
le premier présente des généralités sur les réseaux de capteurs.
le second dresse un état de l’art sur les travaux portant sur les défis mentionnés.
le troisième chapitre décrit le modèle « DREEM» que nous proposons comme
solution aux problèmes de routage dynamique et d’économie d’énergie.
Chapitre I : Réseaux de capteurs sans fil (RCFS)
3
1 Réseaux de capteurs sans fil
Chapitre I : Réseaux de capteurs sans fil (RCFS)
4
1.1 Introduction Grâce aux avancées technologiques, il est aujourd’hui possible de produire en masse
des systèmes d’une taille extrêmement réduite (de quelques centimètres) et embarquant
des unités de calcul et de communication sans fil pour un coût réduit. Possédant ces
caractéristiques, les nœuds capteurs sont capables de générer et d’échanger des données
d’une manière autonome et complètement transparente pour les utilisateurs.
Les réseaux de capteurs sans fils sont constitués de nœuds (capteurs) qui possèdent des
capacités particulières comme l’auto-organisation, rapidité de déploiement, tolérance
aux erreurs et leur faible cout.
Nous présentons dans ce chapitre le fonctionnement des réseaux de capteurs sans fils en
mettant l’accent sur les démarches et les principes permettant d’économiser l’énergie
ainsi que les protocoles facilitant la mobilité.
1.2 Capteur Un capteur sans fil est un petit dispositif électronique capable de mesurer une valeur
physique environnementale (température, lumière, pression, etc.), et de la communiquer
à un centre de contrôle via une station de base. Il est composé de quatre unités de base:
l’unité de captage, l’unité de traitement, l’unité de communication et l’unité de contrôle
d’énergie [1], la figure 1.1 montre les différents composants d’un capteur.
1.2.1 Unité de captage Elle englobe généralement deux sous-unités, le capteur lui même en plus d'un
convertisseur analogique-numérique (CAN) qui transforme les signaux analogiques
produits par les capteurs.
1.2.2 Unité de traitement Elle comprend un processeur généralement associé à une petite unité de stockage.
Elle fonctionne à l'aide d'un système d'exploitation spécialement conçu pour les micro-
capteurs (TinyOS par exemple) [2]. Elle exécute les protocoles de communication qui
permettent de faire "collaborer" le nœud avec les autres nœuds du réseau. Elle peut
aussi analyser les données captées pour alléger la tâche du nœud puits.
1.2.3 Unité de communication Elle effectue toutes les émissions et réceptions des données sur un médium « sans-
fil ». [3]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
5
1.2.4 Unité de contrôle d'énergie Un micro-capteur est muni d'une ressource énergétique (généralement une batterie).
Etant donné sa petite taille, cette ressource énergétique est limitée et généralement non-
remplaçable. L'énergie est la ressource la plus précieuse dans un réseau de capteurs, car
elle influe directement sur la durée de vie des micro-capteurs et donc du réseau entier.
L'unité de puissance constitue donc un système essentiel. Elle doit répartir l'énergie
disponible aux autres modules, de manière optimale (par exemple en réduisant les
dépenses inutiles et mettant en veille les composants inactifs). Cette unité peut aussi
gérer des systèmes de rechargement d'énergie à partir de l'environnement via des
cellules photovoltaïques. Afin d'étendre la durée de vie totale du réseau, il est possible
d'utiliser des systèmes de rechargement d'énergie basés sur l'extraction de cette énergie
à partir de l'environnement observé. Les cellules solaires sont un exemple typique de
ces systèmes.
On trouve aussi des capteurs qui possèdent d’autres composants additionnels :
Système de localisation Il fournit des informations sur la localisation requise par les techniques de routage
telle que GPS (Global Position System).
Mobilisateur Il est appelé si le nœud capteur doit être déplacé pour accomplir la requête à traiter.
Figure 1.1: Composants d'un capteur [10]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
6
1.3 Réseaux de capteurs
1.3.1 Définition Un réseau de capteurs sans fil est un réseau ad hoc avec un grand nombre de nœuds
qui sont des micro-capteurs capables de récolter et de transmettre des données
environnementales d'une manière autonome. La position de ces nœuds n'est pas
obligatoirement prédéterminée. Ils peuvent être aléatoirement dispersés dans une zone
géographique, appelée « champ de captage » correspondant au terrain d'intérêt pour le
phénomène capté. [3]
Dans les télécommunications, les médiums de transmission peuvent être classés
selon deux types de supports différents : filaire et sans fil. Les supports filaires sont les
câbles électriques, des fibres optiques ; tandis que les supports sans fil sont les ondes
radio, les ondes lumineuses, magnétiques d’où les deux types de réseaux de capteurs
filaires et sans fils.
Tel réseau ne se limite pas à un domaine particulier mais il peut s’adresser à une
diversité de secteurs comme la biologie, la chimie, l’environnement, ainsi que la
surveillance sismique et même la télésurveillance personnelle… [4]
1.3.2 Composition d’un réseau de capteurs Un réseau de capteurs comme montré dans la figure 1.2 est constitué de plusieurs
nœuds (capteurs) répartis dans une zone. Ces nœuds sont reliés à une ou plusieurs
passerelles appelées «Sink», « puits » ou encore « station de base » dont le rôle est
d’assurer l’interconnexion avec les autres réseaux (internet, satellite,…) et de récupérer
les données.
Figure 1.2 Composition D’un réseau de capteurs sans fil [4]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
7
1.3.3 Types d’architectures des réseaux de capteurs Dans les réseaux de capteurs les architectures choisies suivent les applications et les
techniques utilisées pour faire acheminer l’information des capteurs à la station de base.
Une taxonomie des applications peut être dérivée et l’adaptabilité d’algorithmes à ce
genre de scénario peut être évaluée [10].
L’acheminement de l’information des capteurs vers la station de base peut suivre
quatre formes. D’une part dans les architectures à plat, les capteurs peuvent
communiquer directement avec la station de base en utilisant une forte puissance, ceci
engendre une forte consommation d’énergie (figure 1.3 (a)).Ou via un mode multi sauts
avec des puissances très faibles (figure 1.3 (b)).
D’autre part dans les architectures hiérarchisées, le nœud représentant le cluster,
appelé cluster-Head, transmet directement les données à la station de base (figure1.3
(c)), ou via un mode multi-saut entre les cluster-Head (figure 1.3 (d)).
1.3.4 Caractéristiques des réseaux de capteurs Les principales caractéristiques des réseaux de capteurs sont :
a) Densité « importante » des nœuds Les réseaux de capteurs se composent généralement d’un nombre très important de
nœuds pour garantir une couverture totale de la zone surveillée. Ceci engendre un
Figure 1.3 Architectures adoptées pour les réseaux de capteurs [10]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
8
niveau de surveillance élevé et assure une transmission plus fiable des données sur l’état
du champ de capteur.
b) Topologie dynamique La topologie des réseaux de capteurs instable est le résultat des trois facteurs
essentiels suivants :
Mobilité des nœuds : les nœuds capteurs peuvent être attachés à des objets
mobiles qui se déplacent librement et arbitrairement, introduisant ainsi une
topologie instable du réseau.
Défaillance des nœuds : du fait de l’autonomie énergétique limitée des nœuds,
la topologie du réseau n’est pas fixée (les nœuds « morts » sont, d’un point de
vue logique, simplement supprimés).
Ajout de nouveaux nœuds : de nouveaux nœuds peuvent facilement être
rajoutés. Il suffit de placer un nouveau capteur qui soit dans la portée de
communication d’au moins un autre nœud capteur du réseau déjà existant.
c) Auto organisation L’auto organisation s’avère très nécessaire pour ce type de réseau afin de garantir sa
maintenance. Comme la topologie du réseau peut être instable, ce dernier devra être
capable de s’auto organiser pour continuer ses applications.
d) Tolérance des erreurs Le réseau doit être capable de maintenir ses fonctionnalités sans interruptions en cas
de défaillance d'un ou plusieurs de ses capteurs. Cette défaillance peut être causée par
une perte d'énergie, ou par dommage physique ou interférence de l'environnement.
e) Scalabilité Les réseaux de capteurs peuvent contenir des centaines voire des milliers de nœuds
capteurs. Un nombre aussi important engendre beaucoup de transmissions inter nodales
et nécessite que le nœud « Sink » soit équipé d’une mémoire importante pour stocker les
informations reçues.
La communication dans les réseaux de capteurs
La communication dans les réseaux de capteurs est très différente que celle que nous
retrouvons dans les réseaux IP. En effet Il n’y a pas généralement de communication
capteur-à-capteur (pair-à-pair). A la place, les capteurs envoient les mesures directement
ou en mode multi-sauts à une ou plusieurs stations de base. [5]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
9
Domaines d’application
La diminution de taille et de coût des micro-capteurs, l'élargissement de la gamme
des types de capteurs disponibles (thermique, optique, vibrations,...) et l'évolution des
supports de communication sans fil, ont élargi le champ d'application des réseaux de
capteurs. Parmi ces applications nous trouvons :
Les applications militaires.
Les applications à la sécurité.
Les applications environnementales.
Les applications médicales :
Dans le domaine médico-sportif, les capteurs permettent d’étudier la physiologie
sportive et le diagnostic de quelques maladies à partir de mesures physiologiques telles
que : la tension artérielle, les battements du cœur, ... ceci à l’aide des capteurs ayant
chacun une tâche bien particulière. Grace à l’introduction de ces capteurs, il sera alors
possible de suivre l’évolution physique d’un sportif et aussi de détecter d’éventuelles
situations anormales.
1.4 WBAN (Wireless Body Area Network) Un nombre petit de capteurs, stratégiquement placés ou implantés sur le corps d’un
patient. Les capteurs peuvent créer un réseau de capteurs sans fil placé sur le corps
humain nommé WBAN (Wireless Body Area Network). Ces réseaux sont utilisés pour
surveiller les signes vitaux, fournir un feedback temps réel afin de permettre aux
patients une procédure de diagnostic via un suivi continu des conditions chroniques ou
même récupérer le progrès d’une maladie ou d’une opération chirurgicale.
1.5 Économie d’énergie des capteurs La durée de vie est un élément indispensable pour tout réseau de capteurs sans fil.
L’objectif d’une application d’un réseau de capteurs est d’avoir des nœuds placés sur le
terrain pour une longue durée (semaines, mois,…). Le facteur essentiel qui limite la
durée de vie d’un capteur par conséquence du réseau de capteurs est l’énergie. Comme
la seule source d’énergie d’un capteur est une batterie à durée de vie limitée,
l’optimisation énergétique doit être prise en considération quelque soit le problème
traité. En effet, un réseau de capteurs ne peut pas survivre si la perte de nœuds est très
importante car ceci engendre des pertes de communications dues à une très grande
distance entre les nœuds restants. Donc il est très important que les batteries durent le
Chapitre I : Réseaux de capteurs sans fil (RCFS)
10
plus longtemps possible, étant donné que dans la plupart des applications il est
impossible de retourner les changer.
Ainsi, le modèle de consommation d’énergie [6] dans un nœud capteur est défini
comme suit :
Énergie de détection d’évènements : c’est l’énergie consommée par un
nœud capteur lors de l’activation de son unité d’acquisition et de collecte de
données. Le coût de cette énergie dépend du type spécifique du capteur
(image, son, température, etc.) et des tâches (échantillonnage et conversion
des signaux physiques en signaux électriques, conditionnement des signaux
et conversion analogique-numérique, etc.) qui lui sont assignées.
Énergie de traitement de données : c’est l’énergie consommée par un
nœud lors de l’activation de son unité de traitement de données (opérations,
lecture/écriture en mémoire).
Énergie du transmetteur radio : c’est l’énergie consommée par un nœud
lors de l’activation de son unité de transmission. Cette énergie est beaucoup
plus élevée que celle dissipée par l’unité de traitement. Il a été démontré
dans (Pottie et Kaiser, 2000) que la transmission d’un bit d’information peut
consommer autant que l’exécution de quelques milliers d’instructions.
1.5.1 Etat de capteur Un nœud capteur peut se trouver dans l’un des quatre états suivants [7]: actif en
mode d’écoute, actif en mode de traitement de données, actif en mode de transmission
ou non actif en mode veille. Un capteur est en veille lorsque sa radio est éteinte, dans ce
cas sa consommation d’énergie est presque nulle. En effet, la principale source de
consommation d’énergie d’un capteur est l’utilisation du réseau sans fil via son module
de radiocommunications. Cette consommation d’énergie peut être réduite par la
diminution de la transmission des données, d’où la nécessité du traitement local.
1.5.2 Optimisation de la consommation d’énergie Plusieurs solutions, à la fois matérielles et logicielles, ont été proposées afin
d’optimiser la consommation d’énergie pour maximiser la durée de vie du réseau de
capteurs. Par exemple les fondeurs des systèmes électroniques, cherchent à produire des
composants dédiés aux réseaux de capteurs offrant le meilleur rapport puissance/watt
consommé. Du coté des batteries, nous constatons plusieurs tentatives d’évolution. Au
niveau logiciel, le but est de concevoir des algorithmes non complexes distribués pour
Chapitre I : Réseaux de capteurs sans fil (RCFS)
11
minimiser la consommation d’énergie, et des protocoles (routage par exemple) à
moindre communication. Une autre solution proposée pour économiser l’énergie des
capteurs consiste à les mettre en état de veille. Dans le cas d’un déploiement redondant,
les protocoles d’ordonnancement d’activité permettent aux capteurs redondants de
passer du mode actif, dans lequel ils participent à la vie du réseau, au mode en veille.
Les décisions de changement d’état peuvent être prises par une entité centrale avec une
connaissance globale du réseau, ou par les nœuds eux-mêmes qui se basent alors
uniquement sur des informations de voisinage.
1.6 Mobilité Dans cette section, nous illustrons brièvement les différences entre les réseaux de
capteurs statiques et mobiles.
Un réseau de capteurs statique ne considère aucune mobilité des nœuds, ni de
l’observateur, ni de la zone d’intérêt. Dans ce cas, les capteurs sont regroupés pour
capter par exemple la température dans une région déterminée. Cela exige une mise en
place initiale des infrastructures de communication afin de créer le chemin entre
l’observateur et les capteurs.
Dans un réseau de capteurs mobile les nœuds, la zone d’intérêt, et l’observateur sont
mobiles. Si les nœuds se déplacent, cela implique un changement de la zone d’intérêt
qui devient alors « mobile ». Comme la zone se change, l’observateur sera obligé de
reconstruire le chemin d’accès et de briser l’ancien. Dans ce cas l’observateur a intérêt à
construire plusieurs chemins entre lui et les nœuds et à choisir le plus bénéficiaire.
Comment un nœud peut-il être mobile ? Il peut être attaché à un robot, à un être humain,
véhicule, etc.
L’objectif des réseaux de capteurs mobiles est de recueillir plus d’informations sur
un environnement en utilisant moins de nœuds capteurs, et de permettre au réseau
d’organiser lui-même ses nœuds. En outre, il devient capable de déplacer ses capteurs
dynamiquement selon les changements environnementaux, ce qui le rend adaptable à
l’évolution de son environnement.
La mobilité est une question clé pour les réseaux de capteurs. Lorsque la mobilité
est trop fréquente, elle ne peut être considérée comme un problème secondaire. Ainsi, la
détection des voisins et la reconfiguration du réseau exige habituellement un nombre
important de messages de contrôle de la topologie, donc une dépense importante
d’énergie. En outre, un autre type de mobilité pourrait être pris en compte, qui est la
Chapitre I : Réseaux de capteurs sans fil (RCFS)
12
mobilité de la station de base ou les deux types de dispositifs peuvent être mobiles
simultanément.
1.7 Architecture protocolaire Une pile protocolaire est utilisée par tous les nœuds capteurs, elle combine routage
et gestion d’énergie et intègre les données avec les protocoles réseaux. Elle favorise les
efforts de coopération entre les nœuds capteurs, et communique de façon efficace (en
terme d’énergie) à travers le support sans fil.
Cette pile comprend plusieurs couches :
Couche application : selon les tâches de détection, différents types de logiciels
d’application peuvent être construits et utilisés dans cette couche.
Couche transport : qui contribue au maintien du flux de données si
l’application du réseau de capteurs l’exige.
Couche réseau : qui s’occupe de l'acheminement des données fournies par la
couche transport.
Couche liaison de données : comme l'environnement est sujet au bruit et que
les nœuds-capteurs peuvent être mobiles, le protocole MAC doit tenir compte de
la consommation d'énergie et doit être en mesure de réduire les collisions entre
les nœuds voisins lors d'une diffusion par exemple.
Couche physique : qui répond aux besoins d'une modulation simple mais
robuste, et de techniques de transmission et de réception.
En outre cette pile comporte trois plans :
Plan de gestion d’énergie : gère la consommation de l’énergie.
Plan de gestion de mobilité : gère les mouvements.
Plan de gestion des tâches : pour la répartition des tâches entre les nœuds
capteurs.
Ces plans aident les nœuds-capteurs à coordonner les tâches de détection et à réduire
l'ensemble de la consommation d'énergie. La figure 1.4 montre les différentes couches
et plans de cette pile.
Chapitre I : Réseaux de capteurs sans fil (RCFS)
13
Figure 1.4 pile protocolaire [8]
1.8 Protocoles Il existe plusieurs algorithmes et protocoles de diffusion dans les réseaux de
capteurs, ces derniers représentent la partie la plus consommatrice d’énergie puisque le
cout de communication entre les capteurs et la station de base ou bien l’envoi d’une
requête a tous les capteurs par la station de base est élevé, en plus ils ne sont pas
toujours efficaces.
Dans cette section, nous présentons et nous analysons les différentes approches liées
à ce problème ainsi que les protocoles sous-jacents à ces approches pour tirer profit de
leurs avantages et d’éviter leurs limitations.
1.8.1 Performance d’un protocole de diffusion Afin d’assurer à la fois la mobilité et l’économie d’énergie deux objectifs
primordiaux des réseaux de capteurs, il faut que la technique ou bien le protocole de
diffusion soit efficace, et pour assurer cette efficacité nous devons suivre certains
critères [5] parmi ces derniers nous trouvons :
Extensibilité : il supporte le passage à l’échelle sans présenter de goulots
d’étranglement.
Accessibilité : cette propriété reflète le taux de nœuds recevant le message de
diffusion par rapport au nombre total de nœuds accessibles à partir du nœud
source. Un protocole est dit parfait si tous les nœuds sont accessibles à partir de
la source (RE=100%). Si le taux d’accessibilité d’un protocole est inférieur à
90%, le protocole est considéré comme invalide. Notons qu’il existe des
Chapitre I : Réseaux de capteurs sans fil (RCFS)
14
protocoles qui fonctionnent en meilleur effort (best effort), et qui ont un taux
d’accessibilité de l’ordre de 90% et plus.
Rediffusion économisée (Saved ReBroadcast ou SRB) : SRB représente le
pourcentage de nœuds recevant le message de diffusion et ne le réémettant pas.
Soit N r le nombre de nœuds recevant le message de diffusion et N t le nombre
de nœuds qui le transmettent, alors le taux de la rediffusion économisée est :
SRB = (N r N t)/N r.
Consommation énergétique : l’énergie est considérée comme une ressource
précieuse dans les réseaux de capteurs, sa conservation est indispensable pour
garantir une longue durée de vie aux réseaux puisqu’il est généralement
impossible de recharger les batteries des capteurs. Cette consommation est
optimisée quand le nombre de messages retransmis et le nombre de réceptions
redondantes sont réduits.
Consommation de la bande passante : la minimisation du nombre de messages
redondants optimise la consommation de la bande passante.
Latence : délai entre l’émission par la source et la dernière réception du
message de diffusion. C’est un critère déterminant dans les réseaux de capteurs
car il permet à l’usager d’intervenir rapidement à l’occurrence d’événement.
La chose la plus importante dans un réseau de capteurs c’est qu’il faut garantir la
fidélité du routage, c'est-à-dire il devrait exister au moins un chemin entre tous les
capteurs du réseau et la station de base. En plus il faudrait assurer la fidélité de
surveillance c’est-à-dire il existe au moins un capteur qui détecte un événement sur la
zone d’intérêt.
1.8.2 Mécanismes utilisés pour atteindre les caractéristiques requises des WSNs (Wireless Sensor Network)
Afin de réaliser les caractéristiques précédentes, des nouveaux mécanismes de
communications, d’architectures et de protocoles doivent être développés. Les
mécanismes typiques considérés dans les réseaux de capteurs sans fil sont : [8]
a) Communication multi-sauts Pour les communications à longue distance, l’utilisation des nœuds intermédiaires
pour transmettre les paquets, peut induire une réduction de l’énergie exigée.
Chapitre I : Réseaux de capteurs sans fil (RCFS)
15
b) Utilisation efficace d’énergie C’est là un mécanisme clé pour offrir et soutenir sur une durée longue
l’opérationnalité du réseau.
c) Auto-configuration Ce mécanisme est employé dans différents aspects des WSNs. Le nœud capteur
devrait être capable d’adapter ses paramètres de service pour tenir compte des
défaillances des autres nœuds, des obstacles et de l’ajout de nœuds au réseau.
d) Collaboration et traitement dans le réseau Selon l’application, il est parfois exigé qu’un groupe de nœuds de capteurs
interagissent afin de détecter un événement ou faire un traitement plus complet
d’informations. La considération des approches des offres de traitement dans le réseau
comme l’agrégation de données, qui réduisent la quantité de données transmises et par
conséquent améliore l’efficacité énergétique du réseau.
e) Data-centrique Dans des applications communes, les nœuds de capteurs sont déployés d’une
manière redondante, pour protéger le réseau contre des défaillances de nœuds. Dans une
approche « data-centric », l’identité d’un nœud particulier fournissant des données
devient non pertinente. Le plus important, ce sont les réponses générales que le WSN
offre à l’utilisateur.
1.8.3 Clustring L’approche de Clustring consiste à partitionner le réseau en un certain nombre de
clusters, plus homogènes selon une métrique spécifique ou une combinaison de
métriques, et former une topologie virtuelle. Les clusters sont généralement identifiés
par un nœud particulier appelé cluster-Head. Ce dernier permet de coordonner entre les
membres de son cluster, d’agréger leurs données collectées et de les transmettre à la
station de base. Il est sélectionné pour jouer ce rôle selon une métrique bien particulière
ou une combinaison de métriques. (Figure 1.5)
Chapitre I : Réseaux de capteurs sans fil (RCFS)
16
1.8.4 Classification des protocoles de routage des RCSF Les protocoles de routage pour les RCSF ont été largement étudiés, et différentes
études ont été publiées. Les méthodes employées peuvent être classifiées suivant
plusieurs critères comme [8]:
Hiérarchique ou plat : dans plat tous les nœuds sont du même niveau, type et
capacité, hiérarchique certains sont plus puissants que d’autres, certains peuvent
avoir des tâches que les autres n’ont pas. On parle de cluster dans hiérarchique et
chef de cluster (agrégation des données provenant d’un même cluster).
Data centric : requête de collecte d’un type de données.
Location aware : notion de position et de région, dépendance GPS.
Basé sur la QoS : taux de perte, délai, latence, consommation.
a) Protocoles Data-centric Ces protocoles supposent qu’il est difficile d’avoir des identifiants comme les
adresses MAC ou IP pour pouvoir communiquer entre les nœuds capteurs. Ne
demandent pas un mécanisme d’adressage. Les informations sont propagées de proche
en proche.
Envoient une annonce des données avant d’envoyer les données elles-mêmes, les
voisins intéressés demandent les données annoncées, les données sont ensuite envoyées.
Figure 1.5 Clustring [5]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
17
SPIN (Sensor Protocol for Information via Negotiation). Annonce les
données par des paquets ADV(ADVertise), les nœuds intéressés répondent par
une REQ (REQuest) et ensuite les données sont envoyées. Le Point fort est que
la connaissance se limite au voisinage à un saut. Ne garantie pas la réception des
données : si le nœud destinataire ne se trouve pas à portée d’un nœud qui
annonce l’envoi, les données ne seront jamais transmises.
Direct Diffusion C’est l’inverse de SPIN : les nœuds intéressés par une
donnée diffusent une requête. Les nœuds voisins prennent en compte cette
requête, répondent en fonction et rediffusent à leur tour la requête.
b) Protocoles hiérarchiques Construction de clusters (groupe de nœuds) avec un chef par cluster qui se chargera
de transmettre les messages générés par son cluster aux autres chefs de clusters pour
atteindre la destination finale. Le choix du chef de cluster (cluster Head) est fait soit à
tour de rôle, soit selon le nombre de voisins en considérant comme cluster Head le
nœud avec le plus de voisins, soit selon le niveau de l’énergie résiduelle. Comme
exemple de ces protocoles on trouve LEACH et TEEN
c) Protocoles basés sur la position Dans les réseaux de capteurs, on considère que la position du nœud est plus
importante que son identité (adresse). Ce type de protocoles considère que les nœuds
connaissent leur position respective et sont capables de connaitre la position des autres
nœuds. Ainsi, cette information est utilisée pour diriger les messages vers la région dans
laquelle se trouve la destination.
GEAR (Geographic and Energy Aware Routing). Ce protocole de routage
découpe le réseau en régions. Chaque nœud connait le cout pour atteindre chaque
région. L’acheminement des paquets suit les étapes suivantes :
o Acheminer le paquet jusqu’à la région, en envoyant le paquet au nœud le
plus proche de la région parmi ses voisins et ayant le niveau d’énergie
résiduelle le plus élevé (fonction de distance et d’énergie),
o Acheminer le paquet dans la région de destination par une sorte de
diffusion si le nombre de nœuds n’est pas élevé, sinon la région est
découpée en sous-régions et le paquet est transmis individuellement à
chaque sous-région. Chaque paquet contient la région destination.
Chaque nœud connait sa position, son énergie résiduelle, la position et
Chapitre I : Réseaux de capteurs sans fil (RCFS)
18
l’énergie résiduelle de ses voisins (à la demande). Un lien existe entre
deux nœuds quand ils sont à portée et leur niveau d’énergie leur permet
d’effectuer l’envoi.
d) Protocoles basés sur la QoS Dans ce type de protocoles, les performances du réseau sont prises en compte pour
garantir un délai de bout-en-bout raisonnable qui répond aux besoins de l’application.
C’est surtout le cas des applications industrielles et militaires.
SAR (Sequential Assignment Routing). Basé sur la construction d’arbre à partir
des voisins du puits. Les liens de chaque arbre sont choisis en fonction du délai
observé et de l’énergie résiduelle des nœuds. Les données sont associées à un
niveau de priorité. La création des arbres est assez lourde.
SPEED Une métrique supplémentaire par rapport à GEAR : le délai. Se base sur
une table de positions. Il estime le délai sur chaque saut en calculant le délai
d’aller-retour (en retranchant le temps de traitement coté récepteur). Le prochain
saut est choisi parmi les voisins qui sont plus proches de la destination que le
nœud. [21]
Chapitre I : Réseaux de capteurs sans fil (RCFS)
19
1.9 Conclusion Dans ce premier chapitre, nous nous sommes focalisés sur les réseaux de capteurs
sans fil de manière générale.
Nous avons d’abord défini ce qu’est un capteur; nous avons ensuite établi la
composition des réseaux de capteurs, les architectures adoptées par ces derniers, leurs
principales caractéristiques, et les principaux domaines d’application de ce type de
réseaux. Nous sommes ensuite passés à la définition des BAN (Body Area Network) qui
représentent notre cas d’étude.
Ce premier chapitre traite en plus l’économie d’énergie des capteurs qui est l’un des
objectifs majeurs, la mobilité, et les différentes topologies des réseaux de capteurs.
Nous avons également vu quels étaient les principaux mécanismes qui permettaient
d’atteindre les caractéristiques requises pour les WSN (Wireless Sensor Network).
Nous avons conclu ce chapitre par la technique de Clustring.
Il est indispensable de présenter l’état de l’art dans le second chapitre basé sur
plusieurs travaux de recherches afin de pouvoir proposer notre propre modèle.
Chapitre II : Etat de l’art
20
2 Etat de l’art
Chapitre II : Etat de l’art
21
2.1 Introduction Les objectifs majeurs des travaux de recherche sur les réseaux de capteurs sont :
minimiser la consommation d'énergie, tenir compte de la mobilité de certains capteurs
composant le réseau, et optimiser le routage des informations.
Dans le domaine médico-sportif, les réseaux de capteurs sans fils sont utilisés pour
assurer une surveillance permanente des organes vitaux de l’être humain grâce à des
micro-capteurs qui pourront être avalés ou implantés sous la peau, dans le but de
faciliter les études biomécaniques, la physiologie sportive et le diagnostic de quelques
maladies en effectuant des mesures physiologiques telles que : la tension artérielle, les
battements du cœur, ... à l’aide des capteurs ayant chacun une tâche bien particulière.
De nombreuses études de recherche ont été menées dans ce domaine ; nous citons
dans le chapitre actuel les principales.
2.2 Travaux de recherche sur les réseaux de capteurs sans fil
2.2.1 MOBINET Damien Roth et al. [9] ont abordé la notion de mobilité dans les réseaux de capteurs
sans fils, mais pas seulement. Bien que cette dernière soit un thème assez récent, ils
peuvent déjà entrevoir la prochaine étape : un capteur mobile pourra transiter à travers
différents réseaux. Cependant, il est très probable que le protocole de routage supporté
dans un réseau visité ne soit pas compatible avec celui supporté par le capteur mobile.
Sans support spécifique, il suffirait au capteur mobile de diffuser ses messages pour
qu’ils soient acheminés jusqu’au puits du réseau visité. Néanmoins, cela peut entrainer
des duplications de messages et donc une augmentation du trafic. Ils proposent Mobinet
dont l’objectif est de permettre à des capteurs mobiles de sélectionner leurs prochains
sauts au sein du réseau visité sans devoir participer au routage.
2.2.2 Un capteur pour sportifs Des capteurs mis au point dans le laboratoire de traitement de l’information visuel
du professeur Guang ZhongYang [10] ont été placés derrière l’oreille des athlètes et ont
permis d’enregistrer une multitude de données physiologiques telles que la posture,
l’accélération, la réaction du corps à des chocs. L’avantage qu’offrent ces capteurs est
leurs positions derrière l’oreille qui n’est pas gênante et qui ne trouble pas
l’aérodynamique du corps. Ils transmettent leurs données en temps réel à un ordinateur
portable, ce qui permet à l’entraineur de modifier sa tactique et ses conseils en fonctions
des informations qui s’affichent.
Chapitre II : Etat de l’art
22
2.2.3 Xtremlog Un projet de l’institut national de recherche en informatique et en automatique mené
par l’équipe D-NET de l’INRIA Grenoble Rhône-Alpes [11] a été mené dans le but de
mettre au point des méthodes de traitement et d’analyse automatique de grandes
quantités de données. Les données acquises durant les sept jours de course constitueront
une source d’informations inédite. Le choix du type et du positionnement des capteurs
doit permettre de recueillir des éléments pertinents en termes d’étude du mouvement
humain, des performances sportives et des adaptations à l’environnement, aux
conditions climatiques et à la fatigue.
2.2.4 Des capteurs de pression ultra souples Des chercheurs de l’Institut Fraunhofer ISC ont développé des capteurs de pression
souples. Ils sont réalisés avec un matériau stretch capable de se déformer de 100% [12]
Ces matériaux intelligents pourraient être intégrés dans les vêtements pour analyser des
séquences de mouvements, ce qui aiderait les athlètes à optimiser leur entraînement.
Tout en restant à peine perceptibles à tous.
D’autres travaux ont été réalisés dans le but d’économiser au maximum l’énergie
consommée par ces capteurs. Beaucoup de ces techniques sont résumées dans
« Conception et Évaluation des Performances d'un Protocole de routage pour les
Réseaux Ad hoc (TPA) » [13].
2.2.5 Limites sur la Durée de vie de Réseau Dans le projet « Limites sur la Durée de vie de Réseau », [14] les auteurs ont
cherché les bornes supérieures de l'extension de la durée de vie d'un réseau. Ils ont
illustré le compromis entre la densité des nœuds et la durée de vie du réseau pour une
technique de conservation d'énergie dans les réseaux ad hoc sans fils.
Bharadwaj et al. [15,16] ont étudié également la borne supérieure de la durée de vie
des réseaux de capteurs de type collecte de données (data-gathering sensor networks).
Ils supposent une source de données distribuée de façon aléatoire dans une région avec
une certaine densité de probabilité, et le puits (Station de Base) est situé en un point
fixe. Ils calculent la puissance minimale requise pour transmettre un bit de la source au
puits, puis ils calculent la borne supérieure de la durée de vie du réseau sur la base de
cette consommation minimale d’énergie.
Coleri et al. [17] ont étudié la durée de vie des réseaux de capteurs. Les réseaux
qu’ils considèrent dans leur étude sont organisés en arbres multi-sauts. Ils ont utilisé les
Chapitre II : Etat de l’art
23
automates à états finis pour analyser la durée de vie des nœuds. Ils ont séparé les nœuds
en quatre groupes en fonction de leur distance au puits de données. Toutefois, leur
analyse est principalement axée sur la durée de vie des déférents nœuds au lieu de celle
du réseau.
2.2.6 Diffusion et couverture basées sur le clustering dans les réseaux de capteurs
L’une des solutions communément proposées pour la diffusion et la couverture de
zone dans les réseaux de capteurs sans fil est d’utiliser une architecture hiérarchisée
appelée encore Clustring [5]. Cette architecture permet de regrouper les capteurs
proches géographiquement en clusters et d’utiliser des schémas de routage différents au
sein des clusters et entre les clusters. Ainsi un tel capteur au sein d’un cluster stocke la
totalité des informations des capteurs qui font partie de son cluster et seulement une
partie des informations qui concernent les autres clusters. Dans cette architecture,
seulement les cluster-Head et les nœuds passerelles sont responsables du cheminement
de l’information captée par un capteur à la station de base.
2.2.7 Étude Comparative des Protocoles de communication sans fil Jin-Shyan Lee et al. Sont arrivés à faire une étude comparative entre les protocoles
de communication sans fil à courte distance, l’étude a donné un tableau comparatif entre
quatre en montrant les caractéristiques de ces derniers. La comparaison était faite en
prenant en considération plusieurs critères importants parmi eux on trouve besoin de
mémoire, durée de vie, nombre de nœuds et la portée, les résultats de cette étude se
résume dans le tableau 1.1 ci-dessous où on va comparer entre trois protocoles :
Bluetooth, Wifi et ZigBee [18] :
Chapitre II : Etat de l’art
24
Protocoles\
Critères
Bluetooth Zigbee Wifi
IEEE 802.15.1 208.15.4 802.11a/b/g
Besoin
mémoire
+250kb 4-32kb +1mb
Durée de vie Jours Années Heures
Nbr de nœuds 8 +65000 32
Vitesse de
transfert
1mb/s 250kb/s 54mb/s
Portée 10m 100m 100m
Tableau 2.1 Comparaison entre les protocoles de communication [18]
2.3 Estimations des distances dans les RCSF Parmi les méthodes de localisation dans les réseaux de capteurs il existe deux
catégories, les méthodes qui ne sont pas basées sur la distance inter-nœuds et d’autres
qui y sont. Les premières sont celles qui ne calculent pas de distances entre voisins.
Elles utilisent d’autres informations telles que la connectivité pour estimer la position
des nœuds.
Les deuxièmes sont des méthodes qui estiment les distances entre les nœuds pour
calculer les positions. Plusieurs techniques sont développées pour les estimations des
distances entre les nœuds voisins. Parmi lesquelles nous trouvons celles qui sont basées
sur les dispositifs radio ,comme la méthode de la force du signal reçu « Received Signal
Strength Indication (RSSI) »Pour simplifier, dans la suite ce dispositif sera appelé une
radio et la technique d’estimation de la distance par le nombre de sauts radios « Radio
hop count » ;et celles qui sont fondées sur l’utilisation d’autres matériels (microphones,
etc.) comme la technique de la différence entre les temps d’arrivée de deux signaux «
Time Différence of Arrival (TDoA) » et celle qui estime l’angle d’arrivée du signal«
Angle of Arrival (AoA) ».[7]
Chapitre II : Etat de l’art
25
2.3.1 RSSI (Received Signal Strength Indicator) Il faut savoir que plus le signal ne se propage, plus sa puissance ne s’affaiblit. La
perte de puissance entre un émetteur et un récepteur est proportionnelle à la distance
parcourue. Si le nœud récepteur connait la puissance du signal émis, il peut déterminer
la dégradation du signal reçu.
Le RSSI est une sortie du récepteur du signal radio. Cette sortie fournit un signal lié
à l'intensité du signal reçu (le RSSI est une tension). La tension RSSI (Received Signal
Strength indicator) est en relation directe avec le niveau RSL (niveau du signal reçu) par
exemple une tension RSSI de 0.25Vcc est relative à un RSL de -10 dB. Comme il est
communément admis, on utilisera le terme RSSI pour indiquer la puissance du signal
reçu en dB en référence à une tension. [19]
En pratique, les mesures par RSSI contiennent des erreurs. Ce bruit se produit parce
que la propagation des ondes radio tend à être fortement non uniforme dans des
environnements réels. Par exemple, la radio se propage différemment sur l’asphalte que
sur l’herbe. Des obstacles physiques tels que les murs, meubles, etc., reflètent et
absorbent les ondes radio. Par conséquent, la précision sur la distance en utilisant la
force du signal n’est pas bien démontrée par rapport à d’autres techniques comme
la«TDoA ».
2.3.2 Time Difference of Arrival (TDoA) La technique « TDoA » requiert d’autres matériels et elle n’est pas basée sur le
signal radio seulement. En effet, chaque nœud devrait être équipé d’un haut-parleur et
d’un microphone.
Certains systèmes utilisent les ultrasons alors que d’autres utilisent des fréquences
audibles. Toutefois, la technique mathématique est indépendante du matériel particulier.
L’émetteur envoie tout d’abord un message radio. Il attend un intervalle de temps
fixe, tdelai (qui peut être zéro), et ensuite produit un « chirp 2 » fixe sur son haut-
parleur. Un nœud écouteur entend le signal radio, il enregistre l’heure actuelle, tradio,
puis il allume son microphone. Lorsque son micro détecte le « chirp », le nœud garde de
nouveau l’heure actuelle, tson. Une fois il a les trois instants tdelai, tradio et tson, le
nœud écouteur calcule sa distance d à l’émetteur en se basant sur le fait que les ondes
radio propagent beaucoup plus rapidement que le son dans l’air.
d = (vradio vson) × (tson tradio tdelai) où vradio et vson désignent les vitesses
de propagation des ondes radio et du son dans l’air.
Chapitre II : Etat de l’art
26
La méthode « TDoA » est très précise dans des conditions de propagation en ligne
droite et sans obstacles. Elle est plus performante dans des endroits sans écho, et quand
les hautparleurs et microphones sont bien calibrés les uns aux autres. Dans certains cas
la précision de « TDoA » peut être de l’ordre de quelques centimètres pour une distance
supérieure à dix mètres sans aucun calibrage.
L’inconvénient de la technique « TDoA » est qu’elle exige inévitablement des
matériels spéciaux en particulier un haut-parleur et un microphone, où leur calibrage
influence la précision. De plus, la vitesse du son dans l’air varie avec la température de
l’air et l’humidité qui introduit une inexactitude dans l’équation précédente.
Finalement, plusieurs algorithmes utilisent la technique « TDoA » tout simplement
parce qu’elle est beaucoup plus précise par rapport aux autres méthodes qui sont basées
sur la radio. 2« Chirp » est un signal pseudopériodique dont sa fréquence augmente ou
diminue avec le temps. [7]
2.3.3 Angle of Arrival (AoA) Cette méthode consiste à définir une direction entre deux nœuds. La direction
(l’angle) est généralement recueillie par la radio et un ensemble de microphones, qui
permettent à un nœud écouteur de déterminer sa direction par rapport à l’émetteur. Il est
également possible de la recueillir par le moyen d’une communication optique.
Dans cette technique, on a besoin de plusieurs (3-4) microphones spatialement
séparés qui entendent un seul signal transmis. En analysant la phase ou la différence
entre les temps d’arrivée du signal aux différents microphones, il est possible de
découvrir l’angle d’arrivée du signal.
Ces méthodes peuvent obtenir une précision de l’ordre de quelques degrés.
Malheureusement, elles exigent plus de matériels (un haut-parleur et plusieurs
microphones) que la technique « TDoA », donc elle est plus coûteuse et les nœuds
tendent à être plus volumineux.
Il existe peu d’algorithmes de localisation qui sont basés sur la technique « AoA »,
même si plusieurs d’entre eux sont capables de l’utiliser quand elle est présente. [7]
2.3.4 Time Of Arrivals Le TOA (Time Of arrival) est un système de localisation basé, sur le temps mesure,
sur les points d’accès l’instant d’arrivée du signal émis par le mobile. Si les horloges du
mobile et du point d’accès ne sont pas synchronisées, il faut ajouter une inconnue de
temps à l’équation.
Chapitre II : Etat de l’art
27
Contrairement aux équipements de localisation utilisant la puissance, la précision du
système peut être améliorée en augmentant le rapport signal sur bruit ou la largeur
effective de la bande. Comme il est possible d’atteindre une très grande précision de
localisation, par exemple 2 à 3cm avec une largeur de bande de 1.5 GHz et un SNR de 0
dB, la qualité de la mesure du temps et la synchronisation de tous les nœuds influent
fortement sur les performances.
Il est possible de s’affranchir du problème de synchronisation des horloges entre le
mobile et les points d’accès en travaillant avec des différences de temps d’arrivée
(TDOA). Dans ce cas, la différence de temps d’arrivée d’un signal émis par un mobile
sur deux points d’accès est calculée. Dans l’espace, le lieu géométrique des positions
possibles du mobile est décrit par un hyperboloïde dont les foyers sont les deux points
d’accès utilisés.
Trois mesures de TDOA, résultant de la réception simultanée du signal sur trois
points d’accès distincts, sont nécessaires pour calculer la position du mobile. Etant
donné la complexité de l’environnement construit, seule une très forte densité de points
d’accès, permet d’envisager une telle configuration. [20]
2.4 Synthèse Nous avons choisi comme protocole de communication le protocole ZigBee en se
basant sur la comparaison faite par Jin-Shyan Lee et al. Qui a prouvé l’avantage de ce
protocole par rapport à d’autres comme le wifi et le Bluetooth surtout en termes
d’autonomie.
En ce qui concerne l’emplacement des capteurs, nous nous sommes inspirés du
projet du professeur Guang Zhong Yang [10] qui a décidé de les placer derrière l’oreille
des athlètes ; l’avantage qu’offre cette solution est le fait que sa position ne gêne pas
l’aérodynamique du sportif. D’après les travaux des chercheurs de l’institut Fraunhofer
ISC [12] ils ont réussi à développer des capteurs de pression souple avec des matériaux
stretch qui peuvent être intégrer sous les vêtements, c’est pourquoi nous avons choisi
comme emplacement d’un des capteurs le torse du sportif.
Chapitre II : Etat de l’art
28
Les avantages qu’offrent ces emplacements sont:
La stabilité du capteur qui est meilleure que les autres emplacements (par
exemple la tête ne bouge pas trop par rapport aux mains et aux pieds).
Dans ce cas (derrière l’oreille ou sur le torse) le capteur sera dans un environnement
moins agressif.
L’emplacement n’est pas gênant et ne trouble pas l’aérodynamique du corps.
Pour ce qui est de la durée de vie d’un réseau de capteurs sans fil, qui a été étudiée
dans les travaux de Manish Bhardwaj et al. [15,16] Où Ils supposent une source de
données distribuée de façon aléatoire dans une région avec une certaine densité de
probabilité, et le puits (Station de Base) est situé en un point fixe. Ils calculent la
puissance minimale requise pour transmettre un bit de la source au puits, puis ils
calculent la borne supérieure de la durée de vie du réseau sur la base de cette
consommation minimale d’énergie. De notre part nous allons utiliser cette solution pour
connaitre la limite de notre réseau afin de l’utiliser le plus possible.
Restant sur le même concept, dans la thèse de doctorat de monsieur LEHSAINI
Mohamed qui a étudié la diffusion et la couverture de zone basées sur le clustering dans
les réseaux de capteurs sans fil, dans laquelle il a expliqué l’une des solutions
communément proposées pour ce problème qui est d’utiliser une architecture
hiérarchisée appelée clustering. Cette architecture permet de regrouper les capteurs
proches géographiquement en clusters et d’utiliser des schémas de routage différents au
sein des clusters et entre les clusters. Ainsi un tel capteur au sein d’un cluster stocke la
totalité des informations des capteurs qui font partie de son cluster et seulement une
partie des informations qui concernent les autres clusters. Dans cette architecture,
seulement les cluster-Head et les nœuds passerelles sont responsables du cheminement
de l’information captée par un capteur à la station de base. Nous nous sommes inspirés
de cette technique pour notre modèle car elle offre l’avantage de l’économie d’énergie
(il n’y a pas trop de transmissions) et aussi il sera plus facile de planifier en utilisant
quelques membres du réseau (cluster-Head) qui sont responsables et qui contrôlent la
totalité du réseau sur tout l’acheminement de l’information vers la station de base.
Chapitre II : Etat de l’art
29
2.5 Conclusion L’un des principaux objectifs des réseaux de capteurs sans fils est de trouver le
meilleur chemin pour l’envoi des paquets c’est pourquoi nous avons consacré toute une
partie aux protocoles de routage .Nous avons cité les principales classes de routage dans
les réseaux de capteurs sans fil.
Nous avons exploré à travers ce chapitre les différents objectifs des travaux de
recherches sur les réseaux de capteurs sans fils, ceci à partir de plusieurs études déjà
établies ; ainsi que les différentes méthodes pour estimer les distances dans ce type de
réseaux. Nous pourrons alors dans le troisième chapitre faire nos choix et créer notre
propre modèle.
Chapitre III : Conception de DREEM
30
3 Conception du Modèle DREEM
Chapitre III : Conception de DREEM
31
3.1 Introduction Suivre l’état d’un sportif est un travail qui demande plusieurs investigations, en
effet l’interaction de plusieurs disciplines entre en jeu. En implantant des capteurs sur
l’athlète, ces capteurs doivent être placés de manière intelligente dans le but de ne pas le
gêner lors de son activité physique. Ces capteurs pourront communiquer entre eux pour
ensuite reléguer les informations collectées à la station de base.
L’un des problèmes majeurs de ces réseaux de capteurs est de trouver le protocole
de routage le mieux adapté afin de consommer le moins d’énergie possible.
Effectivement, la plupart des recherches actuelles se focalisent soit sur des
protocoles d’accès au médium, soit sur des protocoles de routage sans tenir compte de la
possibilité que certains des capteurs composant le réseau soient mobiles (des capteurs
positionnés sur les bras et/ou pieds) ce qui implique un changement momentané de la
topologie. Dans ce chapitre nous proposons de nouveaux mécanismes, basés sur
l'intelligence artificielle permettant d’une part de répondre au souci de mobilité dans un
réseau à fortes contraintes, et d’autre part d'économiser l'énergie des capteurs et ainsi
celle du réseau. Ceci, à travers le modèle « DREEM » composé d’une stratégie de mise
en veille des capteurs que nous proposons, un algorithme de localisation et un protocole
de routage. La solution est faite de telle sorte à ce que la qualité du monitoring ne soit
pas affectée et que le routage des informations soit optimale.
Chapitre III : Conception de DREEM
32
3.2 Dynamic Routing Energy Efficient Model (DREEM) Afin de répondre au mieux à la problématique posée au début de ce mémoire nous
avons proposé le modèle DREEM, cette solution permet non seulement d’économiser
l’énergie mais aussi d’assurer la qualité des données en assurant la qualité des liens par
lesquels passent ces dernières. L’architecture de notre modèle est décrite dans la
figure3.1.
3.2.1 Architecture du modèle DREEM
Notre modèle se compose de trois principaux modules (Stratégie de la mise en
veille, choix dynamique de la topologie, et routage avec économie d’énergie) qui sont
appliqués sur le réseau de capteurs sans fil. Les sections suivantes décrivent chacun des
composants du modèle DREEM .
3.2.2 Réseau de capteurs sans fil Notre réseau est constitué des différents capteurs qui seront fixés sur le corps de
l’athlète. Dans ce réseau chaque nœud capteur représente une source de données ;celles-
ci devront être stockées, en les acheminant vers la station de base.
Figure 3.1 Architecture du modèle DREEM
Chapitre III : Conception de DREEM
33
a) Emplacement des capteurs Nous avons choisi les emplacements des capteurs, en nous inspirant notamment de
quelques travaux cités dans l’état de l’art. Ceci est réalisé via l’utilisation de 18 capteurs
et une station de base qui sont disposés d’une manière à se trouver à une distance
inférieure à 0.52 m de son plus proche voisin. La figure 3.2 montre l’emplacement de
chaque capteur sur le corps de l’athlète.
Figure 3.2 Emplacement des capteurs sur le corps de l'athlète
b) Etats du sportif et topologies Nombreuses études sont faites sur les athlètes, notamment sur les mouvements de
ces derniers ; afin d'améliorer leurs rendements et préserver leur santé ou encore pour
créer des produits adéquats.
Nous nous sommes basés sur quelques études ; plus particulièrement sur l’étude
biomécanique de la course à pied [22], afin de pouvoir déterminer les différents états sur
lesquels nous travaillerons. Ces mouvements sont particulièrement réguliers et sont
conditionnés par deux paramètres qui sont la morphologie de l'athlète et le type du
sport.
Pour notre étude nous avons pris comme exemple d’activité sportive « la course à
pied » et nous avons choisi les états essentiels d'un athlète ayant une morphologie
Chapitre III : Conception de DREEM
34
normal (1.80m). Cette étude s’insert dans le domaine médical sportif. Elle consiste en
une surveillance permanente des mouvements d’un athlète.
C’est pour cela qu’il faut commencer par déterminer les différents états du sportif,
nous en avons défini quatre : L’état repos, à vos marques, prêts et partez, nous assotions
à chaque état la topologie adéquate suivant l’emplacement des capteurs déjà défini
précédemment. Les points essentiels du départ impliquent trois ordres : «à vos
marques», « prêts » et « partez ».
Etat « À vos marques »
L’ordre « à vos marques » est utilisé pour indiquer à l’athlète de s’approcher de la
ligne de départ pour commencer la course. Se tenir derrière la ligne de départ, en
position décontractée, le pied d’appui devant. Placer le bout du pied arrière derrière le
talon du pied avant, à environ 20-30 cm. Lever légèrement les yeux en fixant le regard
devant soi [23]. La figure 3.3 montre la topologie que nous avons définie et les
différents liens de communication. Avec :
Figure 3.3 Emplacement des capteurs et topologie pour l'état à vos marques
Dans la figure 3.3(A) le côté droit (MD, CoD, ED, OD) n’est pas visible puisque
nous travaillons dans le 2D (dans le plan) ; mais il a le même comportement du côté
gauche où le capteur de l’oreille droite va envoyer ses paquets au capteur de l’épaule
droite et ce dernier va les transférer avec ses paquets au capteur significatif, qui se
OD, OG: oreille droite, Gauche.||MD, MG : main droite, gauche. ||PD, PG : pied droit, gauche
CoD, CoG : Coude droit, gauche.||GD, GG : genoux droit, gauche.||CD, CG : cuisse droit, gauche
Chapitre III : Conception de DREEM
35
trouve au niveau du torse de l’athlète. La figure 3.3 (B) montre la disposition des
capteurs sur le corps de l’athlète.
Etat « Prêts »
À « prêts », l’athlète doit rester le plus immobile possible. Fléchir légèrement le
genou avant, à environ 120 degrés, en reportant le poids du corps sur la pointe du pied
avant (pied d’appui).
Plier le bras opposé au pied avant et le tenir devant soi. Reculer l’autre bras, la main
légèrement fermée près de la hanche. Rester le plus immobile possible [23]. Cela est
illustré dans la figure 3.4 (B) ainsi que la topologie associée à l’état figure 3.4 (A).
Figure 3.4 Emplacement des capteurs et topologie pour l'état prêts
Même remarque pour le coté droits, il se comporte comme le côté gauche en ce qui
concerne le transfert des paquets de l’oreille vers le nœud significatif.
Etat « Partez »
L’ordre « partez » indique à l’athlète de commencer à avancer figure 3.5 (B). En
général, cet ordre est donné par le son d’un pistolet de starter ou d’un autre dispositif,
comme un sifflet. Avancer la jambe arrière, le genou en premier, en balançant le bras
avant en arrière. Pousser fortement sur la pointe du pied avant (pied d’appui) en
balançant énergiquement le bras arrière en avant. Rester baissé et utiliser les bras pour
Chapitre III : Conception de DREEM
36
tirer le corps en avant [23]. La topologie de cet état est illustrée dans la figure 3.5 (A)
Figure 3.5 Emplacement des capteurs et topologie pour l'état partez
Même remarque pour le côté droit, il se comporte comme le côté gauche en ce qui
concerne le transfert des paquets de l’oreille vers le nœud significatif.
Etat «Repos »
La topologie associée à l’état repos est illustrée dans la figure 3.6 (B)
Figure 3.6 Emplacement des capteurs et topologie pour l'état repos
Chapitre III : Conception de DREEM
37
c) Détection de l’état de l’athlète Afin d’identifier l’état de l’athlète nous avons fait appel à deux types de paramètres,
le premier est utilisé pour assurer la qualité du lien, en utilisant les LQE (Link quality
estimators) [24] plus précisément le ETX (Expected Transmission Count) qui est
d’ailleurs basé sur le PRR (Packet Reception Ratio) et le Four-bit qui est basé sur le
ETX, jugés les meilleurs selon l’étude comparative faite par Nouha Baccour et al. [24].
Le deuxième type de paramètre permet de localiser le capteur en question, afin
d’identifier l’état dans lequel se trouve l’athlète. Parmi les méthodes de localisation
dans les réseaux de capteurs nous distinguons deux catégories, les méthodes qui ne sont
pas basées sur la distance inter-nœuds et d’autres qui y sont. Les premières sont celles
qui ne calculent pas les distances entre voisins. Elles utilisent d’autres informations
telles que la connectivité pour estimer la position des nœuds. Les deuxièmes sont des
méthodes qui estiment les distances entre les nœuds pour calculer les positions [7].
Plusieurs techniques sont développées pour les estimations des distances entre les
nœuds voisins. Pour notre cas nous avons choisi d’utiliser ce type de méthode avec
comme technique d’estimation des distances la méthode de la force du signal reçu «
Received Signal Strength Indication (RSSI) » [7]. La méthode RSSI nous semble
adéquate car elle ne nous oblige pas à intégrer de nouveaux équipements autres que
ceux qui existent par défaut dans chaque capteur (leurs radios).
Pour identifier les états de l’athlète, nous nous sommes également basés sur les
distances entre certains capteurs :
Les capteurs choisis pour vérifier l’état « à vos marque » sont :
o Le capteur numéro 16 situé sur la hanche gauche et le numéro 14 situé
sur le pied gauche. Dist (14, 16) <=0.5m
o Les capteurs 7, 3 du bras droit et 8, 4 du bras gauche doivent avoir la
même distance entre eux, Dist (3, 7)=Dist (4, 8) <=0.6 m
Les capteurs choisis pour vérifier l’état « prêts » sont :
o Les capteurs 10 et 14 de la jambe gauche. 0.3<=Dist (10, 14) <=0.5 m.
o Le capteur 16 sur la hanche gauche et le capteur 14 sur le pied gauche, Dist (14, 16)>0.5m
Chapitre III : Conception de DREEM
38
Les capteurs choisis pour l’état « partez » sont :
o Les capteurs 10 et 14 de la jambe gauche. Dist (10, 14)>=0.5 m.
o Les capteurs 7, 3 du bras droit et 8, 4 du bras gauche. Dist (3, 7) <=0.4m,
Dist (4, 8) <=0.4 m
Les capteurs choisis pour l’état « repos » sont :
o Les capteurs 10 et 14, 11 et 9 où Dits(10,14)=Dist(11,9)>=0.7 m
o Les capteurs 7, 3 du bras droit et 8, 4 du bras gauche doivent avoir la
même distance entre eux, Dist (3, 7)=Dist (4, 8)>0.64 m
3.2.3 Stratégie de mise en veille L’utilisation dominante de la radio est souvent pour les communications multi-saut
qui correspondent, en général, à l’envoi des données des nœuds vers une ou plusieurs
stations de base. Pour conserver l’énergie d’un nœud capteur, l’idéal est de pouvoir
éteindre sa radio si ce dernier n’est pas une source de donnée ni un relais de routage
dans la communication multi-saut. Éteindre les radios, cependant, rend les nœuds
indisponibles pour la communication multi-saut [7].
Pour notre modèle nous avons décidé de mettre en place une horloge pour
déterminer parmi le réseau de capteur, quel capteur doit être actif et quel est celui qui
doit être en veille. Ceci suivant certaines règles :
L’ordre selon l’importance d’un rôle de capteur.
La procédure se répète périodiquement.
Au moment où les capteurs d’un type sont actifs, les autres sont en veille.
N° Rôle Durée Nœuds responsable 1 Pression artérielle 10minutes 5, 8, 17, 11 2 ECG 5minutes 6, 7, 15, 14 3 Circulation du sang et de
l´oxygène
10minutes 16, 9, 10, 13
4 Respiration
10minutes 18, 12, 4
5 Température 5minutes 1, 2, 3 Tableau 3.1 Rôle des capteurs
Afin de pouvoir mettre en veille les capteurs selon leurs types dans le tableau 3.1
ci-dessus, nous proposons l’algorithme illustré dans le tableau 3.2, nous commençons
d’abord par la définition de quelques variables et fonctions comme suit:
[Clock seconds] permet d’obtenir le temps actuel en secondes, Tous les
capteurs seront en mode veille au lancement de l’algorithme.
Chapitre III : Conception de DREEM
39
A. Nous mettons Set IT [clock seconds] au début de l’algorithme pour garder le
temps initial de lancement, juste après nous réveillerons les capteurs de type1
avec la fonction «Réveille-toi ». Il faut aussi une variable E pour l’état de
l’énergie d’un capteur, cette variable va être parmi les conditions de la boucle.
B. Nous définissons les différents types de capteurs dans une variable « Type » qui
est initialisée a type(1), mais d’abord nous commençons par la création de ces
types, exemple Set type(1) [N5, N8, N11, N18] pour la tension artérielle…etc.
Une variable Type(i) est nécessaire avec i initialisé a 1.
C. Nous allons mettre une variable TE pour le temps écoulé pour chaque type afin
de connaitre le type suivant qui va être réveillé. On initialise TE à 0.
3.2.4 Choix dynamique de la topologie Avant d’acheminer les informations vers la station de base, nous avons besoin de
connaitre quelle route nous devrons suivre, cette route est choisie selon les différentes
positions des nœuds capteurs ; pour cela nous utiliserons un algorithme de localisation.
a) Algorithme CTA (Closer tracking Algorithm) Yu-Tso Chen et al. [27], ont proposé l’algorithme CTA basé sur la métrique RSSI
(Received signal Strength Indication). Cet algorithme permet de localiser les nœuds
mobiles en se basant sur la fusion de deux algorithmes qui sont le Real Time Tracking
(RTT) et une version améliorée de Fingerprinting (FPT) appelée Approximately Closer
Approach (ACA). L’algorithme est décrit comme suit :
Tableau 3.2 Proposition d'une stratégie de mise en veille
Tant que (e>10) Si (type==1|type==3|type==4) Durée=600 ; Finsi Si (type= =2|type= =5) Durée=300 ; Finsi
Tant-que (TE<=durée) {TE= [clock seconds]-TI} Ftq Envoie msg « Sommeille » aux capteurs Type ;
Si (type==type(5)) i=0; Finsi Type = Type (i+1); TI= [clock seconds] ; Envoie msg « Réveille-toi » aux capteurs Type ; TE=0;
Chapitre III : Conception de DREEM
40
Les variables utilisées dans cet algorithme figurent sur les tableaux (3.3, 3.4 et 3.5):
La valeur du seuil RSSI pour RID dans une distance d est stockée dans une base de
données, ces valeurs sont obtenues après une phase d’apprentissage. Les arguments
physiques obtenus de ZigBee « blind node » sont dans le tableau 3.4 suivant:
Les termes dérivés sont calculés à partir des termes primitifs et physiques, ils
sont cités dans le tableau 3.5:
Les termes primitifs
: Le nombre des nœuds références dans un saut de «blind node ».
BID : une identification prédéfinie du «blind node » (objet mobile).
RID : une identification prédéfinie d’un nœud référence où
[ ][ ] : Le RSSI d’un RID dans un seuil prédéfini selon la distance d
: Pour indiquer que la méthode utilisée est Approximately Closer Approach
: Pour indiquer que la méthode utilisée est Real Time Tracking
Les termes primitifs
: Le nombre des nœuds références dans un saut de «blind node ».
BID : une identification prédéfinie du «blind node » (objet mobile).
RID : une identification prédéfinie d’un nœud référence où
[ ][ ] : Le RSSI d’un RID dans un seuil prédéfini selon la distance d
: Pour indiquer que la méthode utilisée est Approximately Closer Approach
: Pour indiquer que la méthode utilisée est Real Time Tracking
Tableau 3.3 Les termes primitifs de l'algorithme CTA
Les termes physiques
( ) : La valeur actuelle de RSSI mesuré de x, où x se réfère à RID
rid : un index de où <
Tableau 3.4 Les termes Physique de l'algorithme CTA
CloseList[x] : une liste RID de tri par ( ), avec ( ) [ ][ ]
et ( ) ( 1), 1
SortedList[x] : une liste RID de tri par ( )
Avec SortedList[x] SortedList[x 1] .
ClosestRID : un rid se réfère à RID, qui représente le nœud le plus proche du
« Blind node BID» avec ClosestRID .
: un enregistrement pour suivre le nœud mobile.
: Mode de localisation utilisé actuellement (c=ACA ou c= RTT)
Tableau 3.5 Les termes drivés de l'algorithme CTA
Chapitre III : Conception de DREEM
41
Le style de localisation de FTP ainsi que celui de RTT, possèdent des avantages et
des inconvénients. Les deux algorithmes sont complémentaires, c’est pour cela que les
développeurs de l’algorithme CTA ont combiné les deux, en choisissant le bon moment
pour exécuter chacun. L’algorithme passe par quatre étapes :
Etape 1 construire la liste des voisins.
Etape 2 choisir le mode d’exécution.
Etape 3 adapter une liste pour aider à la localisation.
Etape 4 utiliser l’algorithme fingerprinting amélioré ACA(Approximately
Closer Approach).
Le pseudo code de l’algorithme CTA est décrit dans les tableaux 3.6 et 3.7 suivants:
Algorithm_Closer_Tracking (int * )
{//////Initial////////////////////////////////////////////////////////////////////////////////
Short CloseList [8] = {-1}; Int k=0; Const int row=3; Const int col=2; ////// Etape 1 (Construire la liste des voisins)////////////////////////////////////////////////
01 for (dis = 0.5; dis <= 2.0; dis += 0.5) { 02 for (rid = 1; rid <= ; rid++) { 03 if ( [rid] within [rid] [dis]) { 04 CloseList[k] = rid; 05 k++; 06 }//end if 07 }//end for 08} //end for loop ////// Etape 2 (choisir le mode d’exécution)////////////////////////////////////////////////////
09 if (k == 0) {// No record in the CloserList 10 = 11 break; //Change to Real-Time Tracking Mode12} //end if ////// Etape 3 (adapter l’aider de position)/////////////////////////////////////////
//////seulement ClosestRID dans le CloseList//////////////////////////////////////
13 if (k == 1) { 14 for (int x = 1; x < ; x++) { 15 CloseList[x] = SortedList[x-1]; 16 } //end for 17 k = ; 18} // end if Tableau 3.6 Pseudo Code CTA (1) [27]
Chapitre III : Conception de DREEM
42
b) Nos modifications Afin de pouvoir fusionner cet algorithme et l’adapter à notre modèle, nous avons
injecté quelques instructions. Ces instructions sont faites au niveau de la première étape
en rouge.
Les modifications sont présentées dans le tableau 3.8 où nous avons ajouté une
colonne afin de sauvegarder non seulement le nœud référence mais aussi sa distance par
rapport au nœud mobile. Pour la même raison nous avons fait presque les mêmes
modifications dans l’étape 4 tableau 3.9 mais en les appliquant sur ClosestRID:
//////Etape 1 (Consteruir la liste des voisins)////////////////////////////////////////////////
01 for (dis = 0.5; dis<= 2.0; dis += 0.5) { 02 for (rid = 1; rid < = ; rid++) { 03 if ( [rid] within [rid] [dis]) { 04 CloseList[k].RID = rid; CloseList[k].d= dis; 05 k++; 06 }//end if 07 }//end for 08} //end for loop
Tableau 3.8 Modifications sur étape 1 de CTA
//////Etape 4 (Approximately Closer Approach)///////////////////////////////
19 ClosestRID = CloseList [0]; 20 for (int s = 0; s < k; s++) { //FPT 21 switch (CloseList[s+1] - ClosestRID) { 22 case 1: 23 [s] = R2; break; 24 case -1: 25 [s] = R4; break; 26 case col: 27 [s] = R3; break; 28 case -col: 29 [s] = R1; break; 30 default: //other 4 direction 31 } //end switch 32} //end for 33 = } //end Closer Tracking Algorithm
Tableau 3.7 Pseudo Code CTA (2) [27]
Chapitre III : Conception de DREEM
43
Dans notre modèle tous les nœuds capteurs possèdent un id selon les positions.
Suivant cette position, nous avons pris en plus du nœud référence « RID » le plus
proche, sa distance par rapport au nœud mobile. Nous avons également ajouté à
l’algorithme CTA le tableau des nœuds mobiles TBid. Nous pouvons ainsi détecter les
différents états de l’athlète proposés précédemment suivant les conditions associées à
chaque état par le calcul des différentes distances entre les capteurs concernés.
Après une communication entre les nœuds références, chacun de ces derniers va
mettre à jour son tableau TBid.
3.2.5 Routage avec économie d’énergie Afin de prolonger la durée de vie du réseau de capteurs et d’assurer la qualité des
liens radios entre eux, nous avons choisi le protocole de routage ELQR (Energy and
Link Quality based Routing tree).
//////Etape 4 (Approximately Closer Approach)///////////////////////////////
19 ClosestRID.RID = CloseList [0].RID; 34 ClosestRID.d = CloseList [0].d; 20 for (int s = 0; s < k; s++) { //FPT 21 switch (CloseList[s+1].RID - ClosestRID.RID) { 22 case 1: 23 [s] = R2; break; 24 case -1: 25 [s] = R4; break; 26 case col: 27 [s] = R3; break; 28 case -col: 29 [s] = R1; break; 30 default: //other 4 direction 31 } //end switch 32} //end for 35 TBid [BID].ID=BID; 36 TBid [BID].RID=ClosestRID.RID; 37 TBid [BID].distance=ClosestRID.d; 33 = } //end Closer Tracking Algorithm
Tableau 3.9 Modifications sur étape 4 de CTA
Chapitre III : Conception de DREEM
44
c) Algorithm de routage ELQR (Energy and Link Quality based Routing tree). A. Sivagami et al. Ont développé le protocole de routage (ELQR) [28], qui prend
en considération la qualité des liens et l’économie d’énergie. Pour les réseaux qui
possèdent une contrainte d’énergie comme les réseaux de capteurs sans fil, la
retransmission des paquets joue un rôle important dans la durée de vie du réseau ; afin
d’améliorer cette durée les retransmissions seront minimisées en envoyant les paquets
via des canaux qui possèdent une bonne qualité. En plus la durée de vie du réseau va
être augmentée en équilibrant les charges sur les nœuds qui possèdent la meilleure
qualité de lien. La figure 3.7 de [28] montre l’architecture de cet algorithme.
Dans l’algorithme ELQR, la table de routage possède une entrée additionnelle qui
contient l’énergie résiduelle des nœuds voisins. L’algorithme cherche le nœud avec
l’énergie résiduelle la plus élevée et le minimum ETX, ce nœud sera choisi comme
nœud parent. Si les nœuds ne satisfont pas ces deux conditions alors le nœud qui
possède la plus grande énergie avec un ETX inférieur au seuil sera considéré comme
le saut suivant, sinon nous prenons le nœud avec le minimum ETX et une énergie
supérieure au seuil . Dans le cas où aucune de ces conditions n’est satisfaite le nœud
optimal suivant sera considéré en vérifiant la table de routage à nouveau. Le nœud avec
un max d’énergie et une mauvaise qualité de lien ou avec une bonne qualité de lien et
un minimum d’énergie sera éliminé de la liste de transmission. L’algorithme ELQR est
donné dans le tableau 3.10ci-dessous :
Figure 3.7 Architecture d'ELQR [28]
Chapitre III : Conception de DREEM
45
/////////////////////////////// 1. Initialize ()/////////////////////////////// MaxEnergy =0 MinETX= 0xFFFF =50 /////////////////////////////// 2. RouteSearch ()/////////////////////////////// Switch (etat) { Case 1: RoutingTable = Table1; break; Case 2: RoutingTable = Table2; break; Case 3: RoutingTable = Table3; break; Case 4: RoutingTable = Table4; break; Case 5: RoutingTable = Table5; break; Default: // RoutingTable = Table5; } //end switch For RoutingTable[i] If ((maxEnergy < RoutingTable[i].energy) & (RoutingTable[i].valid)) maxEnergy= RoutingTable[i].energy BestEnergyRoute=RoutingTable[i].nodeid If (minETX > RoutingTable[i].ETX) & (RoutingTable[i].valid)) MinETX =RoutingTable[i].ETX BestETXRoute= RoutingTable[i].nodeid /////////////////////////////// 3. ParentSelection ()/////////////////////////////// //Choose the link with high energy and good quality link If (bestETXRoute == bestEnergyRoute) { Parent = bestEnergyRoute.nodeid ;} //Choose the best ETX path elseif (bestETXRoute.Energy > ) Parent=bestETXRoute.nodeid //Choose the best Energy path elseif (bestEnergyRoute.ETX < (minETX + )) Parent bestEnergyRoute.nodeid
= + * Round/ 100 // search for the next alternative parent elseif bestEnergyRoute.valid = 0; bestETXRoute.valid = 0; Repeat step 1
Tableau 3.10 Modifications sur étape 2 d’ELQR
Chapitre III : Conception de DREEM
46
Les modifications que nous avons faites sont en rouge. Grace à celles-ci nous allons
d’abord choisir la topologie adéquate (suivant l’état de l’athlète) ensuite nous lancerons
l’algorithme ELQR.
3.2.6 Fonctionnement du modèle En plus des variables utilisées dans les algorithmes cités précédemment et pour
mieux comprendre le fonctionnement de notre modèle nous avons défini les notions
suivantes:
Chaque capteur possède :
o Une variable E pour indiquer son énergie résiduelle, celle-ci est
calculée en utilisant les mêmes méthodes logicielles que ELQR[28].
o Un entier type qui indique sa tâche selon les numéros définis dans le
tableau 3.1 de rôles des nœuds.
o Un ID afin de l’identifier
o Une variable booléenne ETAT qui indique son état : actif (vrai), en
veille (faux). Cette variable est initialisée à faux.
Une fonction Signal(), pour réveiller ou mettre les capteurs en
veille.Nœud.Signal() {Si (node.ETAT==true) node.ETAT=false
Else node.ETAT= true ; Return node.ETAT}, nous commençons par
réveiller les nœuds références ( Si (node.id==RID) node.Signal()) .
Une fonction Dist(), qui calcule la distance entre deux noeuds en utilisant le
tableauTBid de l’algorithme de localisation. Cette fonction a comme
argumment les identifians des nœuds.
Une variable Topo pour indiquer quelle topologie nous devons suivre. Ceci
est fait selon l’état de l’athlète en utilisant les conditions associées à chaque
état.
Dans le cas d’un routage qui passe par des nœuds en veille, nous allons
réveiller ces derniers afin d’accomplir la tâche de routage et nous allons les
mettre en veille à nouveau une fois cette tâche terminée.
Le pseudo code de l’algorithme général du modèle DREEM se trouve dans les
tableaux(3.11 3.12 et 3.13)
Chapitre III : Conception de DREEM
47
Début DREEM ////// Etape 1 Initialisation////// Ti= [Clock secondes]; TE=0; Type=1; Short CloseList [8] = {-1}; Int k=0; Const int row=3; Const int col=2; ////// Etape 2 Stratégie de veille////// Tant-que (node.E> ) {MaxEnergy =0 ; MinETX= 0xFFFF ; ß=50; Si (node.type= =1| node.type= =3| node.type= =4) Durée=600 ;Finsi Si (node.type= =2| node.type= =5) Durée=300 ;Finsi Si (node.type= =Type && node.id !=RID) node.Signal();Finsi Tant-que (TE<= durée) { TE= [clock seconds]-TI; ////// Etape 3 localisation (Consteruir la liste des voisins)////// Pour (dis = 0.2 ; dis <= 1.0 ; dis += 0.4) { Pour (rid = 1 ; rid <= N_neighbor ; rid++) { Si (R_now[rid] apartient R_Seuil [rid][dis]){ CloseList[k].RID= rid; CloseList[k].d= dis; K++; } Finsi } Fin pour } Fin pour ////// Etape 4 (choisir le mode d’exécution)////// Si (k == 0) {// Aucun enregistrement dans CloseList M_C= M_RTT; Break; //Aller vers le mode Real-Time Tracking } Finsi
Tableau 3.11 Algorithme du modèle DREEM (1)
Chapitre III : Conception de DREEM
48
////// Etape 5 (adapter l’aider de position)////// //////seulement ClosestRID dans le CloseList//////
Si (k == 1) { Pour (int x = 1; x < N_neighbor; x++) { CloseList[x] = SortedList[x-1]; } Fin pour k = N_neighbor; } Finsi
//////Etape 6 (Approximately Closer Approach)/////////////////////////////// ClosestRID.RID = CloseList[0].RID; ClosestRID.d = CloseList[0].d; Pour (int s = 0; s < k; s++) { Switch (CloseList[s+1] .RID - ClosestRID.RID) { Case 1: C_R [s] = R2; break; Case -1: C_R [s] = R4; break; Case col: C_R [s] = R3; break; Case -col: C_R [s] = R1; break; Default: //les 4 autres directions } Fin switch } Fin pour TBid[BID].ID=BID; TBid[BID].RID=ClosestRID.RID; TBid[BID].distance=ClosestRID.d;// on lance une communication entre les //noeuds références pour la mise à jour de leurs tables TBid M_C= M_ACA; Fin Closer Tracking Algorithm
////// Etape 7 Choix de la topologie /////// ///// Fait au niveau des nœuds références après la mise à jour de leurs tables Tbid//////
Si (node.id==RID){ //nous avons déjà indiqué que les RID sont les //identifiants des nœuds références Si (Dist(14,16)<=0.5 && Dist(7,3)<=0.6) topo=1; Finsi //avosmarques Si (0.3<=Dist(14,16)<=0.5 && Dist(14,16)>0.5) topo=2; Finsi //pret Si (Dist(10,14)>=0.5 && 0.35<=Dist(4,8)<=0.4) topo=3; Finsi //partez Si (Dist(10,14)==Dist(11,9)&& Dist(11,9)>=0.7 && Dist(7,3)>0.64) topo=4; Finsi //repos }Finsi } Fintq Switch (Topo) { Case 1: RoutingTable = Table1; break; Case 2: RoutingTable = Table2; break; Case 3: RoutingTable = Table3; break; Case 4: RoutingTable = Table4; break; Case 5: RoutingTable = Table5; break; Default: RoutingTable = Table5 ;} Fin switch
Tableau 3.12 Algorithme du modèle DREEM (2)
Chapitre III : Conception de DREEM
49
////// Etape 8 chercher la route////// Pour RoutingTable[i] { Si ((maxEnergy < RoutingTable[i].energy) & (RoutingTable[i].valid)) { maxEnergy=RoutingTable[i].energy; bestEnergyRoute=RoutingTable[i].nodeid } Finsi Si(minETX > RoutingTable[i].ETX) & (RoutingTable[i].valid) ){ minETX=RoutingTable[i].ETX ; bestETXRoute= RoutingTable[i].nodeid } Finsi }Fin pour ////// Etape 9 Séléctionné les parent////// //choisir le lien avec le plus d'énergie et la meilleure qualité Si (bestETXRoute == bestEnergyRoute){ Si (node[bestEnergyRoute].type !=Type) node[bestEnergyRoute].signal();finsi Parent = bestEnergyRoute.nodeid } //Choisir la meilleure route ETX Sinon si (bestETXRoute.Energy > ) { Si (node[bestETXRoute].type !=Type) node[bestETXRoute].signal();finsi Parent=bestETXRoute.nodeid} //Choisir la route avec la meilleur Energie Sinon si (bestEnergyRoute.ETX < (minETX +ß)) { Si (node[bestEnergyRoute].type !=Type) node[bestEnergyRoute].signal();finsi Parent =bestEnergyRoute.nodeid ß = ß + ß * Round/ 100} // Chercher le parent alternative suivant. Sinon { bestEnergyRoute.valid = 0; bestETXRoute.valid = 0; MaxEnergy =0; MinETX= 0xFFFF; ß=50; Repeat etape 8} Si (node[parent].type !=Type) node[parent].signal();finsi node.Signal(); Si (node.type== 5) Type=0; Finsi Type = Type+1; TI= [clock seconds]; TE=0; }Fintq Fin DREEM
Tableau 3.13 Algorithme du modèle DREEM (3)
Chapitre III : Conception de DREEM
50
3.2.7 Schématisation du Modèle DREEM Ici nous allons présenter un exemple pour clarifier l’idée de notre modèle, nous
allons prendre comme état « l’état repos »ou tous les nœuds sont visibles. Nous
choisissons le rôle « ECG »dont les capteurs 6, 7, 14 et 15 sont responsables.
L’algorithme commence par la localisation des nœuds mobiles nous prenons le
nœud 7 placé sur la main droite pour cet exemple. Le N_neighbor de ce dernier est 2
puisqu’il a 2 nœuds références à un saut (RID : 15, 17) le closestRID est le 15, en
appliquant la dernière étape de CTA nous voyons que le choix est fait sur le R3 (la zone
du nœud 7) comme montré dans la figure 3.8 (B).
Figure 3.8 Localisation de la main droite
Maintenant nous voulons passer les informations captées par le nœud capteur n°14 vers
la station de base comme montrer dans la figure 3.9, si nous prenons en considération
que les capteurs entre la source et la destination sont en veille et que l’utilisation d’une
fréquence radio élevé va affecter la durée de vie de réseau, dans ce cas il faut réveiller
les parents (en utilisant l’algorithme de routage inclus dans DREEM), une fois que la
Chapitre III : Conception de DREEM
51
processus du routage est fini nous remettons en veille le parent si son type est différent
de celui de la source.
Le parent va être sélectionné selon le rapport ETX/Energie (section 3.2.5), par exemple
si nous trouvons que le capteur n°13 possède un ETX plus grand que le capteur n°12
avec la même énergie malgré que ce le 13 est plus proche au capteur n°14, l’algorithme
va automatiquement choisi celui avec le minimum ETX qui est n°12. Sans oublié qu’il y
a une topologie à suivre.
Figure 3.9 Routage avec DREEM
Chapitre III : Conception de DREEM
52
3.3 Conclusion
Dans ce dernier chapitre, nous avons conçu notre propre modèle, que nous avons
baptisé « DREEM ». La nouveauté et l’originalité de ce modèle réside dans la fusion de
trois techniques minutieusement choisies et adaptées au cas médico-sportif.
Nous avons tout d’abord créé une stratégie de mise en veille propre à notre modèle
dans le but d’économiser au maximum l’énergie du réseau. Dans le même but
(économie d’énergie), nous avons intégré deux autres algorithmes : le premier
spécifique à la localisation et le second pour le routage. La fusion des trois a permis une
complémentarité visant une économie significative d’énergie pour notre modèle.
Conclusion Générale
53
Conclusion générale et perspectives
Notre mémoire a commencé par une étude générale sur les réseaux de capteurs sans fils,
qui a éclairé les différentes facettes des réseaux de capteurs ainsi que leurs
caractéristiques essentielles (limitation en énergie, topologie dynamique, mobilité, etc.).
Nous avons également parlé de la dimension applicative (médicale, domotique,
militaire, etc.) des réseaux de capteurs en raison du lien étroit qui les lie. En effet, avec
la grande variété des applications liées aux réseaux de capteurs sans fil, il est compliqué
de mettre en œuvre des solutions (protocoles, algorithmes, etc.) génériques dont les
spécifications sont totalement indépendantes des applications.
Dans la seconde partie de ce mémoire, nous nous sommes intéressés aux travaux déjà
réalisés dans le domaine des réseaux de capteurs sans fils ; des protocoles et algorithmes
déjà conçus pour pallier aux problèmes majeurs de ce type de réseaux qui est le manque
d’énergie, et la mobilité des nœuds capteurs. Cette partie comprend également d’autres
travaux spécialement dédiés au domaine médical-sportif.
Dans le troisième chapitre, nous avons décrit notre modèle « DREEM » qui se
compose :
1. D’une stratégie de mise en veille, où nous avons proposé un algorithme pour la
réaliser.
2. D’une technique de localisation effectuée en utilisant l’algorithme CTA.
3. D’un mécanisme de routage optimal en minimisant au maximum les
retransmissions de paquets ,en choisissant d’abord la topologie adéquate à l’état
de l’athlète a un moment T donné ensuite en envoyant les paquets aux voisins
ayant le taux d’énergie le plus élevé et une très bonne qualité de liens, ceci en
utilisant l’algorithme ELQR .
Cette combinaison qui constitue notre modèle a fait de lui une des premières solutions
dédiées spécialement au WBAN (Wireless body area network) dans le domaine médico-
sportif où le nombre de capteurs est réduit et le mouvement de l’athlète est fréquent.
Dans la continuité de nos travaux, nous envisageons en termes de perspectives:
Une évaluation de notre modèle via une simulation suivie d’une comparaison
avec les solutions classiques (CTP, ELQR, AODV…etc.).
Une utilisation des métriques F-LQE (Fuzzy Link Quality Estimators):qui sont
basées sur la logique floue (utilisation d’un langage naturel et d’opérateurs
Conclusion Générale
54
logiques) afin d’obtenir plus de précision dans l’estimation de la qualité des
liens.
Une amélioration des performances du protocole de routage ELQR en
améliorant l’algorithme RTT (Real Time Tracking) pour avoir plus de précision
en ce qui concerne la localisation des nœuds.
Un routage externe, en utilisant le protocole MOBINET, qui règle les problèmes
d'hétérogénéité entre les différents protocoles de routage réseaux.
Annexe A
Annexe A
Annexe B
Annexe B
Annexe C
Annexe C
Annexe D
Annexe D
Références
Références
[1] :I.F. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci. Wireless sensor
networks: a survey. Computer Networks (Elsevier), vol.38, no.4, pp.393-422,
March 2002.
[2]:I.F. Akyildiz, T. Melodia, and K.R. Chowdhury. A survey on wireless multimedia
sensor networks. Computer Networks, N°51, pp : 921-960., 2007.
[3]: juillet 2009, réseaux de capteurs sans fil, mise à jour 2012,
wikipedia.org/wiki/Réseau_de_capteurs_sans_fil.
[4] : DHIB Eya, 2007, Routage avec QoS temps réel dans les réseaux de capteurs,
RAPPORT DE PROJET DE FIN D’ÉTUDES, École supérieure des
communications, Tunis.
[5] : LEHSAINI Mohamed, 2009, Diffusion et couverture basées sur le clustering dans
les réseaux de capteurs : application à la domotique, thèse de Doctorat, Université
A.B Tlemcen et Université de Franche-Comté, Tlemcen.
[6] : Cheick Tidjane KONE, 2011, Conception de l’architecture d’un réseau de capteurs
sans fil de grande dimension, thèse de doctorat, Université Henri Poincaré,
NancyI.
[7] : Abdallah Makhoul, 2008, Réseaux de capteurs : localisation, couverture et fusion
de données, thèse de doctorat, Université de Franche-Comté, FRANCHE-
COMTE.
[8] : Boudjaadar Amina, 2010, Plateforme Basée Agents Pour l’Aide à la Conception et
la Simulation des Réseaux de Capteurs Sans Fil, Mémoire Pour l’Obtention du
Diplôme de Magistère en Informatique, UNIVERSITE 20 AOUT 55 DE
SKIKDA, SKIKDA.
[9] : Damien Roth, Julien Montavont, Thomas Noël, 2010, MOBINET : gestion de la
mobilité à travers différents réseaux de capteurs sans fil, 12èmes Rencontres
Francophones sur les Aspects Algorithmiques de Télécommunications (AlgoTel).
[10] : Rémi Sussan, 25/09/07, un capteur pour sportifs, internet Actu, technologyreview,
http://www.internetactu.net/2007/09/25/un-capteur-pour-sportifs
[11] : projet, x-trem-log, INRIA, http : //www.inrialpes.fr/Xtremlog/ ?page_id=23, 2010
Références
[12] : Ridha Loukil, 16 mai 2011, Des capteurs de pression ultra souples, industrie et
technologies, http : //www.industrie.com/it/des-capteurs-de-pression-ultra-
souples.11480
[13]: Giuseppe Anastasi, Marco Conti, Mario Di Francesco, Andrea Passarella, “Energy
Conservation in Wireless Sensor Networks: a Survey”, Elsevier Ad Hoc Networks
Journal, Vol. 7, No. 3, pp. 537-568, May 2009
[14]: Douglas M. Blough and Paolo Santi. Investigating upper bounds on network
lifetime
[15]: Manish Bhardwaj and Anantha Chandrakasan. Upper bounds on the lifetime of
wireless sensor networks. In Proceedings of the IEEE International Conference on
Communications (ICC'01), Helsinki, Finland, 2001.
[16]: Manish Bhardwaj and Anantha P. Chandrakasan. Bounding the lifetime of sensor
network via optimal role assignments. In Proceedings of the 21st Annual Joint
Conference of theIEEE Computer and Communications Societies (INFOCOM
'02), volume 3, pp 1587_1596, New York, USA, June 2002.
[17]: Coleri Sinem, Ergen Mustafa, and Koo T. John. Lifetime analysis of a sensor
network with hybrid automata modelling. In Proceedings of the 1st ACM
international workshopon Wireless Sensor Networks and Applications
(WSNA'02), pp 98_104, New York, NY, USA, 2002. ACM. 87
[18] : Jin-Shyan Lee et al., A Comparative Study of Wireless Protocols: Bluetooth,
UWB, ZigBee, and Wi-Fi In Proceedings of the 33rd Annual conference of the
IEEE industrial Electronique Society (iecon),pages 46_51 , taipei, taiwan, Nov 5-
8, 2007
[19]: BOUKOURA Tayeb, BEKKAT-BERKANI Walid, 2010, Le routage des données
vidéo dans un réseau de capteurs sans fil multimédia, Mémoire du Projet de Fin
d'Etudes Pour l'obtention du diplôme d'Ingénieur d'état en Informatique,
Université des Sciences et de la Technologie Houari Boumediene, Alger, 87
[20] : L.Daumas, O.Uberti, 2008, Implémentation d’un protocole de routage dans un
réseau de capteurs sans-fils, master 1 informatique, Université d’Avignon,
Avignon ,38
[21] : Gérard Chalhoub, 2010, Routage et MAC dans les réseaux de capteurs sans fil,
Clermont Université, Clermont Ferrand ,45
[22] : F. Lebœuf et al. Etude biomécanique de la course à pied, Université Poitiers,
France, 2006.
Références
[23]: http://sports.specialolympics.org/specialo.org,
[24]: Nouha Baccour et al., A Comparative Simulation Study of Link QualityEstimators
in Wireless Sensor Networks, in Modeling, Analysis & Simulation of Computer
and Telecommunication Systems, 2009. MASCOTS '09. IEEE International
Symposium on, ReDCAD Res. Unit, Nat. Sch. of Eng. of Sfax, Sfax, Tunisia
[26]: Omprakash Gnawali and Rodrigo Fonseca and Kyle Jamieson and David Moss
and Philip Levis, "Collection Tree Protocol," in Proceedings of the 7th ACM
Conference: Embedded Networked Sensor Systems, New York, NY, USA, 2009,
pp.1-14.
[27]: Yu-Tso Chen, Chi-Lu Yang, Yeim-Kuan Chang and Chih-Ping Chu, "A RSSI-
based Algorithm for Indoor Localization Using ZigBee in Wireless Sensor
Network," in Proceedings of the 15th International Conference on Distributed
Multimedia Systems (DMS 2009) , San Francisco, USA, Sep. 2009, pp. 70-75.
[28]: K. Pavai, D. Sridharan, S.A.V. Satya Murty A. Sivagami, "Energy and Link
Quality Based Routing for Data Gathering Tree in Wireless Sensor Networks
Under TINYOS - 2.X," International Journal of Wireless & Mobile Networks,
vol. 2, no. 2, pp. 47-60, 2010.